AI优化AI的技术已经超越人类专家
网友【AI来了】 2025-05-31 09:03:00 分享在【时代发展的印记】版块    1    2

好家伙,AI意外生成的内核(kernel),性能比人类专家专门优化过的还要好!

网友分享在meiguo.com上的图片

斯坦福最近披露了一组新发现,结果真的太亮眼了。

由AI优化的内核,在常见深度学习操作上,翻倍超越原生PyTorch,性能至多可以提升近400%——

矩阵乘法(Matmul,FP32):性能达到PyTorch torch.matmul的101.3%。

二维卷积(Conv2D):性能达到 torch.nn.Conv2D的179.9%。

Softmax:性能达到 torch.softmax的111.8%。

层归一化(LayerNorm):性能达到torch.nn.LayerNorm的484.4%。

Conv2D+ReLU+MaxPool组合操作:性能达到PyTorch参考实现的290.1%,以及torch.compile参考实现的189.0%。

(在NVIDIA L40S GPU上进行基准测试,性能百分比定义为参考时间除以生成的kernel_size时间)

网友分享在meiguo.com上的图片

更惊人的是,这一切都是意外实现的。

研究团队本来的目标是生成合成数据以训练内核生成模型。

结果发现,仅在测试阶段生成的合成数据本身,竟然可以生成性能非常优秀的内核。

网友分享在meiguo.com上的图片

围观网友:没想到AI也要取代内核工程师了。

网友分享在meiguo.com上的图片

还有人发现,除了性能大幅提升外,研究团队采用的方法也非常有趣:

他们没有简单的在操作上逐步优化(类似于爬坡算法),而是在每次迭代之间加入了一个语言推理的步骤,通过这种方式鼓励搜索过程更加多样化。

也就是说,他们是让系统在每次改进时通过类似“思考”的方式产生更多想法,从而找到更好的解决方案。

具体如何实现,一起来看。

改代码前先生成自然语言优化思想

按照斯坦福团队博客的描述,这种内核生成的思路非常简单——给定torch代码,然后告诉都能写编写自定义内核来替换torch算子

这些内核是用纯CUDA-C编写,无需使用CUTLASS和Triton等库和DSL(Domain-Specific Language,领域专用语言)。

不同于传统方法的是,模型并不是一上来就直接改代码,而是先用自然语言生成优化思想,然后再将这些思想转化为新的代码变体。

团队这样做的理由是,“按顺序修改”式的优化思路缺乏多样性,导致陷入局部极小值,重复访问同一类转换或无休止地优化没有前景的轨迹。

为了进一步增强思路多样性,斯坦福团队还使用了多分支的探索模式

具体来说,他们的方法并非每一步都只优化一个候选方案,而是将每个想法分散开来,使其衍生出多个实现,并使用性能最高的内核作为下一轮的种子。

网友分享在meiguo.com上的图片

团队使用OpenAI o3和Gemini 2.5 Pro挑战KernelBench 1级中的10个问题,运行多轮后,最佳内核开始出现。

其中大多数最佳结果出现在后续轮次(总共5轮),并且主要是第4轮或第5轮。

KernelBench是斯坦福团队自己提出的一套AI生成内核测试基准,基准中的任务分为3个级别,其中1级是指单一原始操作(Single primitive operation),包括AI的基础构建块(例如卷积、矩阵-向量与矩阵-矩阵乘法、损失函数、激活函数以及层归一化)。

网友分享在meiguo.com上的图片

这一发现再加上之前DeepMind的AplhaEvolve,以及o3发现Linux的0day漏洞等一系列事件,让网友们认为Gemini 2.5Pro和o3的能力水平已经达到了新的层级。

网友分享在meiguo.com上的图片

回到斯坦福的项目,在生成过程当中,可以看到模型的生成思路开始显现出与人类的经验相似之处——

内存访问优化:提高不同内存层次结构(全局内存、共享内存、寄存器)之间数据移动的效率,并确保以最大化带宽和最小化冲突的方式访问数据;

异步操作和延迟隐藏:通过将慢速操作(如全局内存访问)与计算或其他内存传输重叠,“隐藏”慢速操作的延迟;

数据类型和精度优化:尽可能使用低精度数据类型(如 FP16 或 BF16)以减少内存带宽要求、提高缓存效率;

计算和指令优化:提高算术计算本身的效率,减少指令数量,或利用专门的硬件指令;

并行性和占用率增强:最大化流多处理器(SM)上的活动线程数量,以更好地隐藏延迟并提高整体吞吐量;

控制流和循环优化:减少与循环、分支和索引计算相关的开销。

并且斯坦福团队还展示了一组具体的优化轨迹,从中可以看出,并不是每一步优化都一定能让速度更快,但经过多个步骤的组合,内核的速度能够得到大幅提升,并最终超越PyTorch。

在具体实现上,有人询问AI生成CUDA内核时的优化建议,是否可以被转化为对应代码实现、还是说只是触发了随机探索?

作者回应说,尽管还没有进行更严谨的系统验证,但是手动检查的案例中,生成的CUDA视线与提出的优化建议是大致匹配的。

即AI并不是在完全随机做优化,而是确实在尝试实现它自己提出的策略。

网友分享在meiguo.com上的图片

华人主创团队意外发现

这项研究共有三位作者:Anne Ouyang、Azalia Mirhoseini和Percy Liang。

Ouyang目前是斯坦福大学扩展智能实验室的博士生,她本硕毕业于麻省理工,曾在英伟达cuDNN团队工作。

网友分享在meiguo.com上的图片

Percy Liang是斯坦福大学计算机科学副教授兼统计学助理教授,目前担任斯坦福基础模型研究中心主任。

曾和李飞飞一起发布、推进了多项研究工作。

网友分享在meiguo.com上的图片

Azalia Mirhoseini是斯坦福大学计算机科学助理教授、斯坦福扩展实验室创始人。她曾在DeepMind、Google Brain以及Anthropic工作过。

她此前参与的研究包括MoE、芯片设计算法AlphaChip等。

本次研究,本来是希望生成数据来训练内核生成模型。

但是在过程中却出现了意想不到的结果,仅在测试阶段生成的合成数据本身,竟然可以生成性能非常优秀的内核。

因为这些内核利用了此前被认为很难实现的高级优化和硬件特性,所以团队决定以博客形式分享此次成果。

不过具体是如何生成数据的,研究团队暂时不对外发布,只是提到了这种设计理念也很简单

最关键的还是,它已经展示出了巨大潜力。

此外,研究团队也认为此次发现也与最近的一些趋势相呼应——大规模再训练已不是必需。

有时,聪明的搜索和分支策略,可以解锁科学创新并解决复杂问题,通过verifier进行广泛搜索还能有更多收获。

将强大推理能力与同时探索多个假设结合起来,能带来更好结果。就像AlphaEvolve、AlphaEvolution、 Gemini 2.5 Pro深度思考一样。

最后,团队表示这项研究还有很多可优化的空间。比如他们手头上就还在优化两个维度:

FP16 Matmul:52% performance of torch.matmul

FP16 Flash Attention::9% performance of torch.nn.functional.scaled_dot_product_attention

与FP16或BF16相比,FP32在新推出硬件上的优化程度通常比较低,这也是为何使用FP32内核比PyTorch更容易实现性能提升。

他们表示,虽然现在还有不少限制,但是对于未来前景还是很乐观的。

毕竟最开始,他们连能正常运行的内核都生成不了,但是通过不断优化搜索方法,已经能让flash attention的性能提升到了一个不错的水平。

值得一提的是,搜索使用的资源也很少,大概只用了300万token输入和400万token输出。

One More Thing


实际上,不只是一个团队在尝试开发内核大模型。

就在5月,开发了Devin的Cognition开源了首个通过强化学习即可编写CUDA内核的大模型Kevin-32B。

它基于QwQ-32B在KernelBench数据集上使用GRPO,实现了多轮强化学习,性能优于o3、o4-mini。

网友分享在meiguo.com上的图片
参考链接:
[1] https://crfm.stanford.edu/2025/05/28/fast-kernels.html
[2] https://x.com/anneouyang/status/1928124885567467768
[3] https://x.com/cognition_labs/status/1919835720493236295

出处:微信公众号 @量子位

meiguo.com 发布人签名/座右铭这家伙浪费了“黄金广告位”,啥也没签!
大家都在看
楼主新近贴
回复/评论列表
默认   热门   正序   倒序
meiguo.com 创始人

emotion

2   2025-05-31 09:03:00  回复

回复/评论:AI优化AI的技术已经超越人类专家

暂无用户组 升级
退出
等级:0级
美果:
美过
精华推荐
  1. 中美通话的内容简短,但意味深长!
  2. 全球AI人才的争夺战白热化,顶尖研究员成为了科技巨头争夺焦点
  3. 让人意外!股神【巴菲特】突然宣布退休
  4. 英国2岁男童竟然刷新了门萨俱乐部“最年轻男性”会员纪录
  5. 中方意识到谈判时机已至?迅速派出“王牌代表应邀”和美国财长会面了
  6. 在美国,千万别做的这些事盘点!
  7. “240小时免签”和“离境退税”叠加组合,让美国人感受到了中国人的聪明智慧!
  8. 判刑15年!发币ICO的定性为诈骗
  9. 中美各自取消91%关税!为防🇺🇸川普政府反悔,🇨🇳重申关键问题!
  10. 出乎全世界意料,中美两国的“2025日内瓦谈判”太亲密了吧?
  11. 川普政府的关税政策或将加速中国崛起,助力中国成为全球的经济主导力量!
  12. 金星地壳似乎剧烈变化了,NASA即将启动新任务探索求证!
  13. 美国企业在强化回归办公室的工作要求
  14. 嘴唇经常干裂起皮,或许并非缺水!
  15. 中国的中产家庭,送孩子赴美留学就是鸡肋之举?
  16. AI半壁江山是中国人?黄仁勋“敲警钟”:美国须觉醒!
  17. 中美博弈2.0了?川普政府“百日执政”,撤回对华善意!
  18. 美国人在凌晨三点排队,不为苹果手机… 竟然是为中国毛绒玩具“拉布布”?
  19. 贸易战的结局已定?中美两国“各退一步”?
  20. 美国物价到底贵不贵?近距离窥视一下佛罗里达州的中产家庭的日常消费
  21. 中美贸易战的谈判再起,稀土贸易成为焦点
  22. 美国驻华大使馆:“赴美生子”一律拒签
  23. 美国对华为“HarmonyOS”采取行动,引发科技领域的新争议!
  24. 美国的州排名出炉,犹他州连续三年领先!
  25. 马斯克的丑闻?和多名女性有染,有上百个孩子?
  26. 在美国生活半年,分享几句扎心实话!
  27. 美国政府“管不着”加州?纽森州长说继续做中国生意!
  28. 在量子世界“玩儿游戏”?物理学家展示了量子计算机的新前景
  29. 哪些关键技术决定了如今大模型格局?Google的首席科学家“万字演讲”回顾AI发展的十年
  30. 【读懂AI Agent】MetaGPT、Mila、斯坦福、耶鲁、谷歌的合作论文
  31. 美国联邦调查局警示:“新型医疗保险”骗局泛滥
  32. “蜗居”纽约的中国穷人:男女同住,毫无私隐… 却坚持不肯回国
  33. 近半数中国小包裹的接收人是贫困美国百姓?
  34. 华人科学家再次遭遇系统性排查,75%留美学者“萌生去意”!
  35. 在美国生活半年,分享一下可能让人失望的真话!
  36. 盖茨列出了10项改变世界的技术名单

美国动态 美果搜索

Your IP: 216.73.216.216, 2025-06-02 09:14:22

Processed in 0.08979 second(s)

头像

用户名:

粉丝数:

签名:

资料 关注 好友 消息
已有0次打赏
(2) 分享
分享
取消