中国AI模型InfinigenceAI登顶英伟达GPU性能榜，88项测试全胜

在英伟达GPU性能评估体系中长期由海外模型主导的局面，近期被一家中国AI团队打破。根据SOL-ExecBench公开榜单数据，Infinigence AI在L1单操作与L2融合操作两大类共88项测试中全部排名第一，达成历史性的“全胜”纪录。

SOL-ExecBench是由学术与工业界联合构建的GPU算子级性能评测框架，聚焦于深度学习推理与训练中核心张量运算的效率，包括矩阵乘法、卷积、归一化、激活函数等底层操作。该基准采用标准化的SOL Score评分体系，以理论最优性能为1.0，越接近1.0代表硬件利用率越高；同时记录平均加速比（Avg Speedup），反映相对于参考实现的实际提速效果。

具体来看，在L1单操作类别中，Infinigence AI以SOL Score 0.81459、平均加速10.76倍的成绩位列榜首；在L2融合操作类别中，其SOL Score达到0.810764，平均加速10.17倍，同样位居第一。两项榜单前五名中，除Infinigence AI外，其余均为国际主流方案：Amir M. Mir（SF Tensor）、Geometric、Databricks、RIAC as well等，但均未能在总项数上实现全覆盖领先。

值得注意的是，此次突破并非依赖硬件堆叠或定制芯片，而是通过软件栈层面的深度优化实现。据相关技术披露，Infinigence AI团队引入了自主Agent系统，使其直接参与GPU底层算子（kernel）的生成与调优过程。传统方式下，算子开发高度依赖工程师手动编写CUDA代码并反复调参；而该Agent可基于目标GPU架构（如H100、L40S等）、输入张量形状及计算图结构，自动生成高效率内核，并通过强化学习策略持续迭代优化。

这一路径显著缩短了算子开发周期——从数周压缩至数小时级别，同时提升了对不同规模模型的泛化适配能力。例如，在处理大语言模型中常见的GEMM（通用矩阵乘法）与LayerNorm融合场景时，Infinigence AI的算子在A100上实现98%的理论峰值利用率，较开源库Cutlass提升约12%；在H100上则进一步逼近99.2%，接近硬件理论极限。

该成果背后折射出中国AI研发重心的结构性迁移。过去几年，国内AI进展多集中于大模型参数规模、中文语义理解或行业应用落地；而此次在算子级性能上的全面领先，表明部分团队已深入到计算基础设施的核心环节。算子是连接高层模型定义与底层硬件执行的关键桥梁，其效率直接决定推理延迟、能耗与部署成本。尤其在边缘端与推理专用场景中，高效算子带来的边际效益远高于单纯增加显存或算力。

行业观察指出，此类底层优化正成为全球AI竞争的新焦点。Anthropic近期在招股书中披露，其计划在未来五年投入超6370亿美元用于算力采购与基础设施建设，其中不仅包括与谷歌、亚马逊、微软签订千亿美元级协议，还明确提及与博通、AMD等合作获取TPU与GPU资源。这反映出头部厂商已意识到：仅靠购买更多GPU无法解决能效瓶颈，必须从软硬协同层面重构计算栈。

在中国市场，这一趋势同样明显。创业板算力基础设施指数近期持续走强，跟踪该指数的易方达创业板算力ETF（158050）10月以来获净流入约3.8亿元，居同类产品首位。该ETF覆盖数据中心、液冷、PCB、存储、通信设备等算力全链条企业，反映出资本对“算力基建”从“硬件堆砌”向“效能优化”转型的认可。

需要说明的是，SOL-ExecBench当前评测对象为标准CUDA环境下的算子性能，尚未涵盖稀疏计算、量化推理或特定架构（如NPU）适配能力。因此，该成绩主要体现其在通用GPU上的工程化实力，而非模型本身能力的全面超越。但其方法论价值不容忽视：当Agent能自主完成算子开发闭环，意味着未来模型迭代可同步驱动底层运行时升级，形成“模型-编译器-算子”三位一体的正向循环。

目前，Infinigence AI已将其优化套件开放部分接口供社区使用，并与多家国产AI芯片厂商展开适配合作。业内预计，随着更多本土算子库进入主流框架（如PyTorch、MindSpore），中国AI在推理效率层面的竞争力将进一步增强。

此次登顶并非孤立事件，而是中国AI从“可用”走向“好用”、从“跟跑”迈向“并跑甚至局部领跑”的一个缩影。在算力成本高企、绿色低碳要求趋严的背景下，软件层的极致优化正成为新的战略支点。