面壁智能开源AI算子 超DeepSeek手写9.8%

时间：2026年10月30日上午，面壁智能（OpenBMB）智能进化实验室的算子生成系统 ForgeKernel 完成一场约 22.5 小时的公开直播，直播收官后团队随即宣布开源。 地点：算子生成在单张英伟达 B200 GPU 上完成并全程直播；同一套系统在华为昇腾 CANN 生态的硬件榜单上也拿到第一。 人物：面壁智能智能进化实验室团队；JustGoal 论文作者共 17 人，来自清华大学、面壁智能、哈尔滨工业大学和中国科学院大学等机构；面壁智能智能进化首席科学家李宇轩。 事件详情：整场直播没有人参与写代码，AI 只拿到算子的数学定义和目标硬件约束，从零开始生成内核。在英伟达 B200 上，最终版本耗时 472 微秒，DeepSeek 手写的 FlashMLA 为 518 微秒，快 9.8%；全程迭代 42 轮、留下 32 个版本，消耗 1 张 B200 和 22 个 GPU 小时。直播结束后，智能进化实验室联合 OpenBMB 社区宣布开源 ForgeKernel，采用 Apache 2.0 协议，公开 24 个用 CuTe DSL 编写的算子和 1 个 CUDA C++ 算子。配套论文 JustGoal（arXiv:2610.36434，10 月 27 日提交）提出的是一套“只给目标”的基线：不给算子知识库，不给预设工作流，让通用智能体自己搭出评测闭环；在 B200 上，10 个可比算子中有 8 个快过人工维护的开源库，单算子几何平均加速 1.14 至 2.34 倍，在有公开结果的 9 个算子中有 5 个超过当时最快的专用算子智能体。官方仓库逐项列出的数据里，DeepSeek-V4.1 融合稀疏注意力 prefill 算子在 B200 上达到 FlashMLA 的 1.104 至 1.105 倍，MLA paged decode 相对 K-Search 提升 170.6%。榜单方面，仓库写明该系统在英伟达 SOL-ExecBench 的 FlashInfer-Bench 榜排名第一，并在华为 CANN-Bench 的昇腾 A3 与 950DT 硬件榜同样排名第一；昇腾 CANN 官方 10 月 27 日发文点名，三个硬件榜（950DT、950PR、A3）都被它拿下，其中 950DT 得分 4010.75，领先第二名 27.8%。 背景：高性能算子长期依赖资深工程师手写和调优，国产芯片每出一代新硬件、每换一个模型都要重新适配一遍，而 CUDA 生态的优势恰恰来自十几年积累的专家经验。JustGoal 论文要检验的正是这件事：随着基础模型变强，算子优化里的专用机制还剩多少价值。论文给出的同模型对照结论是，在 Fable 5.1 的单形状任务上，有 MIT 韩松团队参与开发的专用框架 KDA-0.5 只达到 JustGoal 的 0.95 倍，消融实验也显示加入领域知识和预设流程没有一致收益。论文同时提醒，比较必须做独立计时和正确性复查，不能直接采信智能体自己报出的速度，部分配置下智能体自建的检查并没有挡住数值精度和输出遗漏的问题。 影响：对开发者来说，算子优化第一次变成了可以下载复现的流程，仓库提供了任务描述、里程碑模板、硬件知识库和已生成的算子代码，可以在自有 H100 或 B200 上重跑。对国产芯片来说，适配窗口被进一步压缩，新硬件上市后不必等专家逐个手写，AI 可以在芯片上边测边积累硬件经验。量子位援引 Gartner 的预测，2026 年全球 AI 基础设施支出约 1.48 万亿美元，算力效率每提升 1% 对应约 148 亿美元。边界同样要说清楚：这些结论是在指定算子与输入形状下的对比，不等于 AI 已经全面胜过 GPU 专家，仓库自己也写明“给一个参考实现帮助最大”，目前只覆盖四类算子和两代英伟达 GPU。 总结：这次的价值不在“AI 写代码比人快”这种笼统说法，而在于有人把这件事做成了可检验、可复现的开源工程。论文用同模型同范围的对照，质疑了专用算子智能体的必要性；仓库用逐项数据说明，自进化机制在专家库尚未覆盖的国产芯片上仍有空间；昇腾三个硬件榜的第一，则说明它已经落到真实硬件上。算子工程的研发主体正在从人类转向模型，但专家的角色没有消失，而是转向设定目标、设计验证标准和对齐验收。 常见问题： 问：ForgeKernel 是什么？ 答：面壁智能开源的 GPU 算子智能体，只拿算子目标和硬件约束，自己写代码、自己测速，再把最优版本当成下一轮的基线继续进化。 问：AI 写的算子真的比人类专家写的好吗？ 答：在 B200 上，JustGoal 基线在 10 个可比算子中有 8 个快过人工维护的开源库；但仓库也写明“给一个参考实现帮助最大”，目前只覆盖四类算子和两代英伟达 GPU。 参考来源： 量子位：AI 零帧起手写算子，反超 DeepSeek 人类手写巅峰（直播全过程与开源报道） https://www.qbitai.com/2026/10/506785.html arXiv 论文页：JustGoal: With Only a Goal, the AI Baseline Is Above the Expert Kernels https://arxiv.org/abs/2610.36434 OpenBMB 官方仓库：ForgeKernel 自进化算子智能体，含运行方法、复现环境与榜单成绩 https://github.com/OpenBMB/ForgeKernel 官方仓库算子清单：逐算子对比与加速比明细 https://github.com/OpenBMB/ForgeKernel/blob/main/kernels/README.md arXivDaily 中文解读：只给目标让 AI 写 GPU 算子，10 项里 8 项快过人工库 https://www.arxivdaily.com/industry-trends/2026-10-28/2610.36434 昇腾官方榜单：CANNBench 算子评测基准 https://cannbench.com/leaderboard 英伟达官方基准页：SOL-ExecBench GPU 内核性能榜单 https://research.nvidia.com/benchmarks/sol-execbench PanDaily 英文报道：ForgeKernel 登顶昇腾算子榜 https://pandaily.com/forgekernel-cannbench-ascend-operator-leaderboard-950pr-910c-950dt-unidentified-developer