KernelClaw多智能体GPU内核优化框架
热点事件持续更新
KernelClaw多智能体GPU内核优化框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月20日，arXiv Artificial Intelligence 刊出 Qitong Sun 等作者的论文，提出 KernelClaw 多智能体 GPU 内核优化框架。该框架采用双层记忆架构：长期记忆用于复用专家优化知识，短期记忆用于避免重复回溯，以此替代 LLM 的隐式启发式来优化 GPU kernel。报道称，在 KernelBench Levels 1-3 上，其成功率达 100%，相对 Torch Eager 的平均加速分别为 6.98x、7.89x 和 1.94x，优于此前基线；代码已公开。目前进展仅限于论文发布与代码公开，尚无后续跟进报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
KernelClaw：面向 GPU Kernel 优化的双记忆多智能体框架报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv Artificial IntelligenceKernelClaw：面向 GPU Kernel 优化的双记忆多智能体框架
KernelClaw 是一个带双层记忆架构的多智能体框架，用长期记忆复用专家优化知识、短期记忆避免重复回溯，替代 LLM 隐式启发式来优化 GPU kernel。在 KernelBench Levels 1-3 上成功率达 100%，相对 Torch Eager 的平均加速分别为 6.98x、7.89x 和 1.94x，优于此前基线。代码已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。