多智能体内核优化循环学习新AI加速器

2026年10月30日，arXiv Artificial Intelligence 刊出 Byonggon Chun 的案例研究，题为面向 FuriosaAI RNGD NPU 的多智能体内核优化循环。报道称，一个 LLM 智能体循环在 FuriosaAI RNGD NPU 上优化了三个 Gemma-4-12B 解码内核，12 天内最终内核相对官方基线取得 9.293x 几何平均加速，且每个内核的周期数都在仅搬运其权重所需周期的 1.25x 以内。该研究将多智能体内核优化循环应用于新型 AI 加速器，目前进展停留在这一案例研究层面，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。