「CUDA kernel」共找到 126 篇相关文章
ICLR 2026 Oral｜中科院团队提出新框架「SparseRL」，深度强化学习可自动生成高性能CUDA代码
中科院计算所团队提出 SparseRL 框架，将深度强化学习引入稀疏 CUDA 代码生成任务。实验显示，在 SpMV 任务上编译成功率提升 20%，执行速度提升 30%。该成果已入选 ICLR 2026 Oral。
用 Astra+Codex 干掉 CUDA！奥特曼9个月AI造芯反杀英伟达 GB300
北京时间昨日凌晨，OpenAI 公布自研推理芯片 Jalapeño 实测结果，其在多指标挑落英伟达 GB300。OpenAI 用 GPT - 6 和加强版 Codex 造芯，9 个月完成硬件设计优化，3 个月搞定软件栈，威胁英伟达 CUDA 根基。
DeepSeek突然拥抱国产GPU语言！TileLang对标CUDA替代Triton，华为昇腾Day0官宣支持适配
DeepSeek v3.2开源TileLang版本算子引关注，其可对标CUDA替代Triton，还适配国产算力生态，华为昇腾官宣支持。TileLang由北大团队主导，提供不同层次编程接口，助DeepSeek提升性能。
LightX2V fp4 quant kernel代码笔记
这是关于 LightX2V 里 `lightx2v_kernel` 做 FP4 量化 GEMM 的读码笔记，解释接口和约束、kernel 关键路径等问题，还介绍 NVFP4 和 MX-Formats 量化原理、代码实现，以及 LightX2V 项目中的实际使用。
TileLang深入详解-第三章-Kernel，Buffer，并行控制和矢量化
文章详细介绍TileLang核心编程构造，包括Kernel函数、Buffer和并行控制等。阐述其计算定义、并行与循环控制方式，还提及性能优化的矢量化访存，给出代码示例，并分享源码里形状、并行域和线程的最佳实践。
老黄大出血！OpenAI背刺英伟达，微软自研芯连夜拆掉CUDA护城河？
2026年1月26日微软官宣第二代自研AI芯片Maia 200上线，还推出软件Triton。它塞满SRAM，推理成本更低、效率更高。这让英伟达面临生存危机，AI算力圈也变天，降本成关键。
老黄喝豆汁「破防」背后，国产GPU正在填上CUDA护城河
老黄喝豆汁刷屏，但更值得关注的是国产GPU生态。摩尔线程发布会展示MUSA生态，实现全方面覆盖，从兼容到自进化，在云端、端侧应用出色，还打通全链路，且未用最强架构。
使用 Hugging Face 轻松构建并共享 ROCm 内核
自定义内核是高性能深度学习基础，但构建整合麻烦。Hugging Face的kernel - builder和kernels库可助轻松构建、分享自定义内核。本文聚焦构建ROCm兼容内核，展示构建、测试与分享步骤。
Andrej Karpathy 盛赞！斯坦福团队新作，让Llama-1B 实现毫秒级推理
斯坦福Hazy Research团队将开源模型Llama - 3.2 - 1B前向推理整合为“Megakernel”，把推理延迟大幅降低，显存带宽利用率显著提升。团队指出当前主流LLM推理系统在小batch、极低延迟场景下低效，提出Megakernel以重构执行方式。
下一代超算，GPU得配QPU：老黄要把量子计算机和GPU「焊」在一起了
在VivaTech 2025会上，黄仁勋发布面向量子计算的革命性平台CUDA - Q。回顾英伟达CUDA - X套件及关键库，强调量子计算“拐点”，描绘QPU与GPU协同蓝图，宣布算法堆栈在Grace Blackwell 200加速。