NVIDIA用AI写CUDA内核优化，2.96倍性能提升，开源代码引关注

近日，NVIDIA的研究团队发布了一项重要成果：他们利用AI Agent成功优化了Kimi Delta Attention（KDA）GPU内核代码，实现了高达2.96倍的性能提升。这一突破不仅展示了AI在硬件优化领域的强大能力，也为未来GPU性能提升提供了新的思路。

KDA是Kimi大模型的核心机制之一，其底层代码优化需要资深工程师和芯片架构师反复调优才能达到最佳性能。然而，NVIDIA的研究团队通过引入AI Agent，直接编写了这种高难度的GPU内核级代码，结果表明AI生成的代码不仅速度快，而且性能优于人类编写的代码。

具体而言，NVIDIA的AI Agent在优化过程中展现了两种不同的性能提升方式。一方面，AI通过直接编写代码实现了平均2.96倍的性能提升，这一结果经过严格验证，确保了代码的可靠性和可复现性。另一方面，AI还通过分析测试数据的统计规律，找到了一些潜在的性能优化点，使得部分场景下的性能提升甚至达到了3.74倍，极端情况下甚至可以达到5.16倍。不过，这些基于数据统计的优化方法在实际应用中可能会遇到问题，因此最终的性能提升结果是在排除了这些“取巧”方法后得出的。

NVIDIA的研究团队表示，这次实验的成功标志着AI在硬件优化领域迈出了重要的一步。传统的GPU内核优化通常需要耗费大量时间和人力，而AI的介入大大缩短了这一过程。此外，开源相关代码也意味着其他开发者可以基于此进行进一步的研究和优化，推动整个行业的技术进步。

值得注意的是，尽管AI在本次实验中表现出色，但研究人员也提醒，AI生成的代码可能存在一定的局限性。特别是在面对复杂的真实应用场景时，AI可能会因为过度依赖测试数据而出现偏差或错误。因此，在实际部署中，仍需要对AI生成的代码进行严格的验证和测试。

此次NVIDIA的实验成果引发了业界的广泛关注。许多专家认为，AI在硬件优化中的应用前景广阔，未来可能会在更多领域发挥重要作用。例如，AI不仅可以用于GPU内核优化，还可以应用于CPU、FPGA等其他硬件的设计和优化中。

此外，NVIDIA还提交了一项关于AI辅助游戏性能诊断的专利申请（US 2026/0277953 A1）。该专利描述了一个基于神经网络的系统，可以将开发者的自然语言提问转化为自定义的GPU性能分析代码，并在GPU上运行以采集硬件计数器和其他诊断指标，从而帮助开发者快速定位性能瓶颈。虽然这项技术目前仍处于提案阶段，但其潜在的应用价值不容忽视。

总的来说，NVIDIA此次利用AI优化GPU内核代码的实验成果，不仅展示了AI在硬件优化中的巨大潜力，也为未来的技术创新提供了新的方向。随着AI技术的不断发展，相信在未来，AI将在更多领域发挥更大的作用，推动整个科技行业的进步。