事件专题 ·多源确认

Amazon 发布 CompoundingKernel:千余智能体自动编写 GPU 内核并登顶 SOL-ExecBench

Amazon 团队发布 CompoundingKernel 论文,用超过一千个智能体从零编写 GPU 内核。系统在 235 个问题上全部生成了经过验证的正确内核,在 NVIDIA B200 上的 SOL-Execench 公开 L1、L2 和 Quantization 三个榜单拿到第一名,在 209 个公开问题上比参考基线平均快 4.40 倍。 机制上,智能体从每个问题的 PyTorch 定义出发,没有任何参考内核和官方分数可用。模型外部的一个归档(archive)保存所有正确内核及其谱系,一个 LLM 控制器读取归档、挑选父代,并给每个子智能体分配一个优化方向;正确性由模型外的检查机制判定。在相同 wall time 下,这个控制器在 38 个问题中的 35 个上击败了 UCB 风格的树搜索——父代选择质量相近,但正确尝试次数是后者的 2.4 倍,一次重启修复还将整个机群的评估速率提升了 3.6 倍。 对做大规模智能体搜索的团队,论文给出的实操结论是:在增加智能体数量之前,先测量系统每小时能完成多少次可靠评估。

当前结论

Amazon 这篇论文做法很实在:一千多个智能体写 GPU 内核,235 题全过验证,还在 B200 上拿了 SOL-ExecBench 三个榜单第一。最值得看的是它的评估吞吐分析——先算每小时能跑多少次可靠评估再扩规模,这条经验做智能体系统的都能直接用。

11 个信源51° AI 热度最后更新 2026/11/17 21:39:01

证据链

11 个信源
相关来源 4The Information
查看原文
相关来源 5Aravind Srinivas
查看原文

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。