面壁智能ForgeKernel直播22.5小时，算子性能超DeepSeek手写9.8%

今早，一个名为ForgeKernel的无人参与Agent在直播中完成了对DeepSeek最新核心算子的超越：在未参考DeepSeek原始实现的情况下，将算子性能提升了9.8%。

整场直播历时22.5小时，从算子设计角度看耗时较短，吸引了不少网友围观：

• 直播内容为Agent在英伟达B200上挑战DeepSeek-V4.1的FlashMLA Prefill算子
• FlashMLA是DeepSeek开源的注意力核心算子库，10月20日开源的推理框架DeepInfer也已将其集成
• 该算子出自业内公认Infra最强的团队，被视为人类手写算子的巅峰
• AI仅获得算子的数学定义与目标硬件约束，从零开始通过自进化逐轮改进

22.5小时里，每一次改写和性能数字的变化都实时呈现在观众面前：全程42轮迭代，留下32个版本，使用1张B200和22个GPU小时；人类为该算子编写的代码为0行。

手写巅峰就这样被一份人类未写一行代码的算子越过。该算子生成系统来自面壁智能，直播结束后，智能进化实验室联合OpenBMB社区宣布将其开源。

ForgeKernel并非首次亮相。10月27日，昇腾CANN官方发文点名ForgeKernel，其同时登顶CANNBench 950DT、950PR、A3三大硬件榜单。

在950DT榜单上，ForgeKernel以4010.75分排名第一，领先第二名27.8%；基准加速比1.533×，约为第二名的143%。同等硬件投入下可用算力增长接近50%，企业算力采购与部署成本可相应降低约一半。950DT是新一代芯片，配套算子库尚在建设初期，人工适配周期长，ForgeKernel率先完成适配并登顶，表明新硬件上市后AI能快速产出高质量算子，芯片从上市到适配好的空窗期正被大幅压缩。

950PR是三张榜中竞争最激烈的一张，前三名基准加速比均达到1.3倍：

ForgeKernel在该榜总分4165.94，同样排名第一；基准加速比1.638×，约为第二名的1.18倍。