ForgeKernel AI零帧生成算子性能超DeepSeek手写9.8%

10月30日上午9时，面壁智能ForgeKernel系统完成一场22.5小时直播挑战：在无原始代码、无论文参考前提下，仅依据数学定义与NVIDIA B200硬件约束，从零生成FlashMLA Prefill算子，最终性能达472微秒，优于DeepSeek-V4.1人类手写版的518微秒，提速9.8%。全程由自主Agent驱动，42轮迭代产出32个有效版本，消耗1张B200 GPU与22个GPU小时，人类参与代码行数为0。首版耗时1834微秒，4小时内降至593微秒，第7小时实现关键结构突破并首次反超FlashMLA阈值。该系统采用形式化建模+强化学习自动搜索路径，动态优化调度策略、内存布局与融合模式，并内置验证模块保障精度与边界正确性。

此前10月27日，昇腾CANN官方确认ForgeKernel已登顶CANNBench三大榜单：昇腾950DT（4010.75分，加速比1.533×）、950PR（4165.94分，1.638×）及广泛部署的910C（A3，4341.16分，1.898×），其中950DT为新芯片，传统人工适配周期常需数月，而AI数日内即交付高质量算子，显著压缩“芯片空窗期”。

该成果标志着算子开发正从人力密集型工程转向AI驱动自动化生成。行业影响包括：加速新硬件潜力释放、提升大模型多平台适配敏捷性、降低中小团队高性能计算准入门槛。当前局限在于聚焦单算子优化，尚未覆盖跨算子融合、动态批处理等复杂场景，代码可维护性与跨架构泛化能力待加强。直播结束后，智能进化实验室联合OpenBMB社区宣布ForgeKernel开源，后续将拓展至Transformer变体、MoE路由及量化感知算子方向，推动AI for Systems范式落地。