亚马逊CompoundingKernel:千余agent从零写GPU内核登顶SOL-ExecBench三榜
dair_ai · x · 2026-11-18
亚马逊团队发布 CompoundingKernel,一个自改进的 agent 系统,从零开始搜索生成 GPU 内核,登顶 SOL-ExecBench(NVIDIA B200)公开 L1、L2 与 Quantization 三个榜单,且全部 235 个问题都有站点验证的正确内核,在 209 个公开问题上比参考基线快 4.40 倍。
核心设计:
- agent 只拿到问题的 PyTorch 定义,没有参考内核、没有官方分数;
- 模型外部的归档(archive)保存每个正确内核及其谱系;LLM 控制器读取归档、选择父内核,并给每个并行的子 agent 一个改进方向;正确性由模型外的检查判定;
- 控制器在同等 wall time 下于 38 个问题中的 35 个击败了 UCB 式树搜索:选父内核水平相当,但正确尝试次数多 2.4 倍;一次 warm restart 修复使整个机群的评估速率提升 3.6 倍。
关键结论:限制这类搜索规模化的是「可靠测量的速率」,而不是 agent 数量。最多时同时跑一千多个 agent。论文代码与内核将开源(arXiv:2611.19230)。
「编程与Agent」频道最新
- 用户实测 GPT-6.2 Astra:6 小时完成数百万行遗留系统语言升级 — thesaraharminta · 2026-11-18
- 开发者在会议现场用 iPhone 同时管多个编码 agent — doodlestein · 2026-11-18
- Agent runner 调用旧副本,launchd 绝对路径成解药 — petrusenko_max · 2026-11-18
- 把 Opus-4.6 当多模型「前端翻译器」,编码体验大升级 — MilesCranmer · 2026-11-18
- 看不见的工程团队:DevOps 与平台团队为何总是没功劳有黑锅 — rseroter · 2026-11-18
- Replit CEO 点赞 Missions:网页端也能做出 iOS 级手势交互 — amasad · 2026-11-18