ForgeKernel自主优化算子性能

面壁智能推出的ForgeKernel智能体在无需参考DeepSeek源码的情况下，仅用22.5小时完成对FlashMLA算子的优化，最终耗时472微秒，比原版快9.8%。该过程全程无人干预，依赖数学定义与硬件约束。 直播中，ForgeKernel在第7小时左右实现核心结构突破，首次跑赢FlashMLA；4小时内将耗时从1834微秒降至593微秒，最终版本耗时472微秒，而原始FlashMLA为518微秒。全程共42轮迭代，生成32个版本，仅使用一块B200 GPU和22个GPU小时。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。