Gemini 4 Neon 自主优化 GPU 内核,AMD 硬件上跑出 5.9 倍 prefill 提速

sebkrier · x · 2026-11-22

一位 AMD 工程师把 Thinking Machines 的 Inkling 2 Mini GGUF 交给 Gemini 4 Neon,让它在 Strix Halo(8060S)GPU 上全流程自主处理:编写内核、性能剖析、定位瓶颈、优化并跑分。整个过程持续 4.3 小时、约 490 次工具调用,最终相比 llama.cpp on ROCm:

生成的内核达到 GPU 理论显存带宽的约 80%。AI 模型自主编写并优化底层 GPU 代码达到这种性能,展示了 coding agent 在系统级优化任务上的真实能力。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →