Kernele pisane przez LLM

LLM-generated kernels · id llmkernels

Modele i agenci, którzy sami piszą i przyspieszają kod GPU — z RL i przeszukiwaniem ewolucyjnym.

Models and agents that write and speed up GPU code themselves — with RL and evolutionary search.

In one sentence

To używanie sztucznej inteligencji do pisania małych fragmentów kodu, które przyspieszają obliczenia na układach graficznych.

This uses artificial intelligence to write small pieces of code that make calculations run faster on graphics chips.

Problem it solves

Obliczenia zużywają dużo czasu i energii, a ręczne dopasowanie kodu do sprzętu wymaga wielu prób.

Calculations take too much time and energy, while adapting code to the hardware by hand requires many attempts.

What it does

Model proponuje różne wersje kodu, a program porównuje czas ich działania i sprawdza zgodność wyników.

A model proposes code variants, while a program measures how long they take and checks their results against the expected output.

Everyday example

Program, w którym tworzysz plakat, może korzystać z szybszego kodu obliczeń napisanego przez model i sprawdzonego przed użyciem.

The program you use to create a poster can run faster calculation code written by a model and checked before use.

This concerns you if you…

• próbujesz skrócić czas kosztownych obliczeń
• chcesz przyspieszyć własny program na układzie graficznym
• want costly calculations to finish sooner
• want your program to run faster on a graphics chip

Examples

• KernelBench · RL wieloturowe · AlphaEvolve
• KernelBench · multi-turn RL · AlphaEvolve

Related topics

• Ewolucyjne odkrywanie algorytmów z LLM (LLM-driven program and algorithm evolution)
• Kernele mnożenia macierzy (GEMM) (Matrix multiplication kernels (GEMM))
• Preferencje i RL dla LLM (Preference optimization and RL for LLMs)

Sources

• Performance Engineering for AI Infra — learning guide · GitHub repository · tiered curriculum (Tier 1–3) · MIT licence · Wafer (wafer-ai): Company material with a hiring note, but the evidence is mostly primary sources. Table of contents sieved: only topics became nodes; tiers kept as link labels.