Databricks用AI横扫英伟达Kernel榜：235项测试四个赛道第一，Token花费约7万美元

BiRun 讯，Databricks 团队称，他们把 GPT-6 Astra 和 Opus 5 放进自动优化循环，让模型持续重写、测试和改进 GPU kernel，最终在 NVIDIA SOL-ExecBench 的四个赛道全部排到第一。这个基准包含 235 个 GPU kernel 任务，覆盖基础算子、复杂融合算子、低精度计算和真实大模型推理。团队称，整个过程的模型 Token 花费约 7 万美元。

这套系统建立在 KDA 和 Humanize 之上，让 AI 自己写 kernel、跑正确性和性能测试，再根据结果不断修改。KDA 团队近期还把类似方法用在 Kimi Delta Attention 上，在 NVIDIA B300 上做到月之暗面官方 FlashKDA 的 2.96 倍速度。

两项成果属于同一套 Agent 内核优化体系的不同应用。Kimi 展示的是一个高难度注意力内核能被 AI 重写；Databricks 这次则把这种方法扩展到了数百个不同 kernel。

信源

动察 Beating 频道 · 动察 Beating 交流群。