RSI热潮之下,自我迭代的国产Agentic Infra,卷向了英伟达GPU的物理极限
2026.10.31 · 收录日 2026.10.31 · 事件 · 行业动态 · 媒体报道
无问芯穹用Agent框架优化GPU算子,在SOL-ExecBench四大赛道登顶,88项单题第一。
在NVIDIA Research的GPU算子评测榜单SOL-ExecBench上,无问芯穹搭建的Agent框架先后登顶L1基础算子、L2融合算子、Quant量化算子与FlashInfer-Bench推理算子四大赛道,在全部235道题目中以88项单题第一居首,超过第二名单题第一数量的2倍。文章借此探讨Agentic Infra如何从支撑智能运行走向参与系统自我改进。
- 无问芯穹的Agent框架在SOL-ExecBench四大赛道登顶,235道题中拿下88项单题第一,超过第二名2倍。
- 系统将工作区、调试区与评测区彻底分离,评测与调试容器禁用网络,防止Agent奖励黑客行为。
- Agent可跨Triton、CuTe DSL、CUDA C++、PTX选择实现起点:Triton 1.26小时出首个有效候选,PTX需2.94小时但最终加速比达1.438×反超。
- 实验发现Agent会因争抢GPU资源导致整体效率下降,8卡窗口内等待中位数涨到24–40分钟。
- 工作流演化实验显示,先进闭源模型与国产开源模型呈现两种演化模式,更强模型未必需要更复杂工作流。
为什么值得看
看清国产Agentic Infra如何切入RSI工程化落地。
适合谁关注
AI基础设施、GPU算子优化与Agent方向从业者。
