遗传算法自动调优 GPU 内核,7 小时冲进 Open Kernel Challenge 前二
morgymcg · x · 2026-11-18
开发者 RohanArun 开源了帮助他在 Open Kernel Challenge 中 7 小时冲到第 2 名的遗传算法内核优化器,并放入其 auto-research 工具仓库(MIT 协议,目前 68 star)。
- 工作方式:为特定 GPU 写一个适配器,由协调者(人或 agent)凭直觉引导搜索并补充测试用例。
- 关键前提:本地 GPU benchmark 与官方评测完全对齐后,即可全天无人值守自动运行,持续改进内核。
- 配图显示其内核看板:5 个 board(bf16proj、prefilllayer、attentiondecode、moew4a16 等)轮流共享一块 GPU,对照文件累计已被优化 23.49%,共跑 669 个 chunk。
- 作者还回忆 2009 年在 Mercury Computer Systems 做 CUDA 科学函数优化、常达 1000x 提速的经历,并提到用卷积把数据适配到 warp 的老技巧。
仓库定位为 macOS 原生的 auto-research harness,支持 Codex 和 Claude Code,前 100 名贡献者可获 Agent37 沙盒。
「编程与Agent」频道最新
- 1.3 万星项目 Plannotator:给 AI 编码计划做 PR 式评审 — techNmak · 2026-11-18
- Red Hat 自身工程团队实测:开源权重模型将 token 成本砍 40-70% — AccBalanced · 2026-11-18
- 开源 Prefixwise 诊断 Agent 缓存未命中:注入 1772 处改动全部识别归因 — No-Individual159 · 2026-11-18
- 博主提前体验 Devin bots 并与开发者对谈其原理 — Madisonkanna · 2026-11-18
- 未来代码库八成由 AI 代写,研究者忧质量下滑成常态 — 996roma · 2026-11-18
- 实测两周:service_tier priority 对中转站首 token 延迟仅 +5.5%,属噪声 — iambubu0523 · 2026-11-18