Databricks ใช้ AI กวาดอันดับ Kernel ของ Nvidia: ผ่านการทดสอบ 235 รายการ ครองที่หนึ่งทั้งสี่สายการแข่งขัน ใช้ Token ประมาณ 70,000 ดอลลาร์

动察 Beating ข่าวด่วน AI ทีม Databricks กล่าวว่าพวกเขาได้นำ GPT-6 Astra และ Opus 5 เข้าสู่วงจรการปรับปรุงอัตโนมัติ ให้โมเดลเขียนทดสอบและปรับปรุง GPU kernel อย่างต่อเนื่อง จนสุดท้ายได้อันดับหนึ่งทั้งสี่แทร็กในการทดสอบ NVIDIA SOL-ExecBench เกณฑ์มาตรฐานนี้ประกอบด้วยงาน GPU kernel 235 งาน ครอบคลุมตัวดำเนินการพื้นฐาน ตัวดำเนินการผสมที่ซับซ้อน การคำนวณความแม่นยำต่ำ และการอนุมานโมเดลขนาดใหญ่จริง ทีมกล่าวว่าค่าใช้จ่าย Token ของโมเดลในกระบวนการทั้งหมดอยู่ที่ประมาณ 70,000 ดอลลาร์

ระบบนี้สร้างขึ้นบน KDA และ Humanize ให้ AI เขียน kernel เอง ทดสอบความถูกต้องและประสิทธิภาพ แล้วปรับปรุงอย่างต่อเนื่องตามผลลัพธ์ ทีม KDA ยังได้นำวิธีการที่คล้ายกันไปใช้กับ Kimi Delta Attention เมื่อเร็ว ๆ นี้ ทำความเร็วได้ถึง 2.96 เท่าของ FlashKDA อย่างเป็นทางการของ Moonshot บน NVIDIA B300

ผลงานทั้งสองเป็น ứng dụng ที่แตกต่างกันของระบบปรับปรุง kernel แบบ Agent ชุดเดียวกัน Kimi แสดงให้เห็นว่า kernel ความสนใจที่มีความยากสูงสามารถถูกเขียนใหม่โดย AI ได้ ส่วน Databricks ครั้งนี้ได้ขยายวิธีการนี้ไปยัง kernel หลายร้อยตัวที่แตกต่างกัน