字节Seed清华AIR联手训练CUDA Agent

时间：2026年8月17日（北京时间），字节跳动Seed团队与清华大学智能产业研究院（AIR）联合公开。 地点：北京，字节跳动Seed实验室与清华大学智能产业研究院（AIR）联合研发。 人物：字节跳动 Seed 团队、清华大学智能产业研究院（AIR，Tsinghua AIR）。 事件详情：字节跳动 Seed 团队与清华 AIR 在 2026 年 8 月联合推出 CUDA Agent——一个面向高性能 GPU 内核生成的智能体强化学习（Agentic RL）框架。基础模型为字节自研 Seed1.6（MoE 架构，激活参数 23B、总参数 230B），通过 PPO 在 131,072 token 上下文下训练 150 步，让模型可在虚拟 CUDA 开发环境中调用 Bash、文件读写、Profile、正确性校验与权限沙箱，自动生成并优化 CUDA 内核。基准测试显示：在 KernelBench 250 个任务上取得 98.8% 通过率、96.8% 跑赢 torch.compile，几何均值加速比达 2.11×；在最难的 Level-3 子集上比 Claude Opus 4.5、Gemini 3 Pro 高出约 40 个百分点。训练数据集 CUDA-Agent-Ops-6K（6,000 个采样，83.77% 为两算子融合）及 Skill.md、奖励配方已开源（GitHub 与 HuggingFace），而完整 Profiling 沙箱使用 128 张 NVIDIA H20，完整复现门槛仅限前沿实验室、大型 GPU 云或基础设施团队。 背景：CUDA 长期被视作英伟达 GPU 编程的事实标准，却需要稀缺专家手工优化性能。字节 Seed 团队指出，前沿大模型虽能写出"正确"的 CUDA，但运行速度常慢于编译器：基础 Seed1.6 仅在 27.2% 任务上超过 torch.compile，几何均值速度比 0.69×。CUDA Agent 把大模型放进"实际能编译、跑、回测"的开发环境，再用 PPO 强化学习迭代生成—执行—回测，补齐了"大模型会写代码、不会写高性能代码"的短板；该项目与字节近期成立的"AI 数据与安全"一级部门、清华 AIR 在具身智能/大模型系统上的长期合作一道，构成字节从应用层到系统软件层的完整 AI 技术链条。 影响：第一，AI 模型开始自给自足地优化底层 GPU 推理链路，意味着算子—编译器—硬件三层中"算子优化"不再依赖稀缺专家，可压缩模型推理成本并跨代显卡复用；第二，2.11× 加速比与 96.8% 击败 torch.compile 的成绩，加上公开数据集，将加速开源社区 CUDA 编程与 L4/L5 编译器自动化研究；第三，对 GPU 云、自动驾驶、量化交易、医疗影像、推荐系统等延迟关键路径具备直接工程价值；第四，由 128 张 H20 训出 SOTA 的细节在英伟达 H20 出口管制背景下也具有政策含义；第五，预期 Anthropic、OpenAI、Google DeepMind 等前沿实验室会加速布局"AI 系统程序员"赛道。 总结：字节跳动 Seed 与清华 AIR 联手训练的 CUDA Agent，通过 PPO 智能体强化学习把 Seed1.6 打造成能写出比 torch.compile 快 2.11× 的 CUDA 内核的"AI 系统程序员"，并在 KernelBench 最难 Level-3 上以约 40 分领先 Claude Opus 4.5 与 Gemini 3 Pro，标志着大模型从通用代码生成迈向"硬件级性能优化"的关键一步，公开的数据集与训练配方将掀起一波 LLM4CUDA 复现浪潮。 参考来源： 1. MarkTechPost 海外报道：https://www.marktechpost.com/2026/08/17/bytedance-seed-and-tsinghua-air-introduces-cuda-agent-a-large-scale-agentic-rl-system-for-cuda-kernel-generation/ 2. Hugging Face 数据集主页：https://huggingface.co/datasets/BytedTsinghua-SIA/CUDA-Agent-Ops-6K 3. CUDA-Agent GitHub 代码仓库：https://github.com/BytedTsinghua-SIA/CUDA-Agent 4. CUDA-Agent 项目主页：https://cuda-agent.github.io/ 5. ByteDance Seed1.6 模型主页：https://seed.bytedance.com/en/seed1_6 6. PHP 中文（国内转载）：https://www.php.cn/faq/3012966.html