Databricks 获 Meta Muse Spark 开放内核挑战赛亚军，30 万 submissions 中平均提速 2.5 倍
Databricks 用一组 AI 智能体自动写 GPU 内核，在 Meta 的比赛里从 30 多万份提交中拿了第二，速度比 SGLang 快 2.5 倍。做推理服务或模型部署的工程团队可以看看这套 Kernel Factory 思路，他们还测出 Opus 5.5 写内核最靠谱。
Databricks 在 Meta 的 Muse Spark Open Kernel Challenge 中获得第二名，该挑战赛共有超过 30 万份提交。其团队提交的 GPU 内核相比 SGLang 内核平均实现 2.5 倍的速度提升。
技术路线是一个名为 Kernel Factory 的系统：AI 智能体以 hill-climbing 方式自动迭代优化内核，无需人工逐步调优。团队测试后认为 Claude Opus 5.5 是目前 GPU 内核优化任务上表现最强的模型。
这些内核没有停留在比赛层面，而是直接进入生产环境，支撑 Databricks Unity Gateway 和面向客户的 AI 推理服务。GPU 内核自动优化正在从研究演示走向实际的基础设施组件。
Databricks just took 2nd place in Meta's Muse Spark Open Kernel Challenge, out of 300K+ submissions!
Our kernels achieved an average 2.5X speedup over SGLang kernels.
We built a Kernel Factory where AI agents autonomously hill-climb their way to better kernels. We found Opus 5.5 to be the strongest model for GPU kernel optimization.
These kernels go straight from our Kernel Factory into production, powering Databricks Unity Gateway and AI inference for our customers.
本条情报归属 AITOP「行业」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Databricks、Claude Opus 5.5、SGLang、GPU内核优化，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Yuchen Jin」（@Yuchenj_UW），经 AITOP 多维评分管线结构化提炼。
