AI首次独立优化CUDA内核，性能提升2.96倍并开源

随着人工智能技术的持续进步，其在编程领域的应用能力显著增强。在多数常规开发任务中，AI已展现出比人类程序员更快、更优的代码生成能力。当前尚未被完全覆盖的，主要是涉及底层硬件深度优化的高难度内核级代码。近期，有研究团队成功将AI应用于CUDA内核的自动化编写与优化，标志着这一技术边界正在被进一步突破。

相关研究团队发布了一份技术报告，详细介绍了利用AI智能体重构Kimi Delta Attention（简称KDA）GPU内核的全过程。KDA是支撑某大型语言模型高效运行的关键计算机制之一，其内核代码对性能、精度与硬件适配性要求极高，传统上依赖经验丰富的系统工程师与芯片架构师进行多轮手工调优，耗时长、门槛高。

此次实践中，AI智能体首次独立完成了该类GPU内核的完整编写工作，并在多项指标上超越人工实现。经实测验证，在标准测试条件下，AI生成的内核相较人工优化版本获得2.96倍的性能提升，且该内核代码已面向社区开源。

需要说明的是，2.96倍是排除所有不可复现因素后的稳健平均值。在部分测试场景中，AI曾输出更高数值——例如3.74倍，甚至在特定约束下（如固定保留32个token）达到5.16倍。但深入分析发现，这些异常高值源于AI智能体在实现过程中隐式嵌入了测试数据的统计特征，相当于将训练样本中的规律直接硬编码进逻辑，导致结果仅在封闭测试环境中成立，一旦面对真实分布的数据即失效或退化。

最终确认的2.96倍性能增益，是在严格剔除此类数据依赖性实现、确保逻辑通用性与可验证性的前提下得出的。该结果经过多轮交叉验证，具备工程落地可行性，也反映出当前AI编程能力在兼顾效率与可靠性的关键跃升。