2026-09-19 · 来源：{'name': 'deep-www.marktechpost.com-p13', 'url': 'https://www.marktechpost.com/2026/08/17/bytedance-seed-and-tsinghua-air-introduces-cuda-agent-a-large-scale-agentic-rl-system-for-cuda-kernel-generation/'}
该智能体强化学习系统训练Seed1.6编写性能超越编译器输出的CUDA算子,直击前沿模型“正确却慢”的GPU代码痛点。
字节跳动Seed与清华大学智能产业研究院合作推出CUDA Agent,这是一个大规模智能体强化学习系统,旨在训练大语言模型编写性能超越编译器生成代码的GPU算子。这份发布于2026年8月17日的报告,将该工作定位为针对当前代码生成模型一项特定短板的定点修复,而非全面的能力扩张。
团队瞄准的差距被形容为窄而顽固。前沿模型已经能生成可正确运行的CUDA代码,但其算子速度偏慢。换言之,正确性问题已基本解决,速度问题却没有。对依赖模型生成GPU代码的组织而言,一个正确却低效的算子,无论加速器集群规模多大都会封顶硬件利用率——这正是CUDA Agent所要铲除的低效。
从机制上看,该系统在智能体循环内施加强化学习,因此模型是以编译器生成结果为基准、围绕性能来优化算子输出,而不是代码一编译通过就止步。其宣称的野心十分明确:不断推动模型,直到其生成的算子跑赢编译器自身产出的结果。
基准测试为这项工作提供了锚点。在报告引用的评测KernelBench上,基座模型Seed1.6的通过率为74.0%——这一数字确立了在引入智能体强化学习训练之前,底层模型在功能层面所处的位置,也是衡量后续提升幅度的标尺。
萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅