AccelEval 基准实测：AI 把 CPU 代码改成 GPU 能快 161 倍

新智元 · wechat · 2026-10-01

研究团队推出 AccelEval 基准（已被 NeurIPS 2026 接收），评测大模型能否把能算对但跑得慢的 CPU 程序改写成结果正确、端到端更快的 GPU 实现。不同于 KernelBench 等聚焦深度学习算子的基准，AccelEval 覆盖科学仿真、金融计算、图算法、运筹优化等 6 个领域、42 项任务和 3 种输入规模，强调核心计算提速不等于整体变快（数据搬运与收尾开销可能吃掉收益）。

在 H200 上的评测显示，Gemini 3.1 Pro 在中规模通过验证的任务上相对单线程 CPU 参考实现取得 71.2 倍几何平均加速，大规模为 161.5 倍；但相对人工 CUDA 参考实现，模型最快正确方案的跨任务几何平均仅约 0.75。研究还整理了 43 类 CUDA 优化策略，发现内核融合、分块等结构性优化与高性能强相关，且任务特定策略指导带来 1.78× 提升，明显高于通用建议的 1.18×。