大模型嘅競爭，近年逐步由模型層延伸到算力層。再勁嘅模型，最終都要靠一組組「算子」（kernel，即晶片上執行嘅基本運算單元）於晶片上執行。同一個模型、同一塊晶片，換一套更佳嘅算子，有時可帶來數倍性能提升——而算子效率正正決定同一塊顯卡可以跑幾快，以及每個 token 嘅價格。
報道指，DeepSeek 新近全面開源推理框架 DeepInfer，繼模型權重及 FlashMLA、DeepGEMM 等算子庫之後，將模型運行嘅整條鏈路一併開放。其中嘅 FlashMLA 有工程師喺晶片上逐行手調嘅版本，算子性能據報道達硬件極限嘅 90% 以上，被形容為「人類手藝」喺部分晶片上嘅現階段極限。
圖片：Maurizio Pesce from Milan, Italia／CC BY 2.0／Wikimedia Commons
而同個極限，據報道喺同一週已被 AI 刷新。報道稱，截至 10 月 22 日，完全由 AI 編寫、無人工逐行調優嘅算子 ForgeKernel，同時登上兩個算子評測榜：其一係英偉達嘅 SOL-ExecBench 旗下 FlashInfer-Bench 合集榜首；其二係昇騰 CANN 官方倉庫維護嘅 CANNBench A3 硬件榜榜首，基準加速比 1.835 倍，領先第二名 25%。
報道續指，喺 DeepSeek v4.1 Flash 嘅算子上，ForgeKernel 經由 AI 從零迭代優化，性能超越 DeepSeek 開源嘅英偉達版本。報道嘅結語將呢番發展形容為「智能進化嘅接力」，認為無論係 DeepSeek 嘅開源精神定係算子優化榜嘅競爭，最終都指向同一方向：讓國產智能喺每一塊晶片上都跑得更快。
模姐驗嚇貨：呢單嘢最應該盯住嘅，係 ForgeKernel 嘅數字喺邊個榜、由邊個維護。SOL-ExecBench FlashInfer-Bench 係英偉達嘅榜，CANNBench A3 係昇騰 CANN 官方倉庫維護嘅榜，兩個榜嘅測試集、測試條件、維護方各異，同一組排名喺邊個榜都需逐項對齊先至可比。另外，DeepSeek 開源嘅 FlashMLA 逐行手調版本喺邊個具體晶片上達到硬件極限 90% 以上，原文講得含糊，值得跟進。AI 寫算子喺特定硬件上達到或者超越人手調優，呢個嘅事實值得關注，但「AI 寫算子可超越人工」呢句，未夠獨立測試支持。
模姐｜深度調教
