arXiv 论文提出 ModelBlaster：跨 GPU 与 RISC-V 的智能体内核优化框架
原文标题：ModelBlaster: Closing the Performance Gap through Learning-Augmented Agents Across Models, Kernels and Hardware Backends
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 ModelBlaster，一个基于记忆增强上下文强化学习（MAIC-RL）的框架，用持久知识库在推理时更新策略，同时优化内核与整模型，支持 NVIDIA CUDA、高通 OpenCL 与 RISC-V 向量核。在 B200 上相对 PyTorch 在 KernelBench 三级分别提速 1.85x、5.58x、5.18x，在高通 Adreno 上比厂商 SDK 快 5.8x。
深读 · 结论先行AI 生成展开看要点与影响 ↓
ModelBlaster 用记忆增强上下文强化学习优化内核，B200 上 KernelBench 三级较 PyTorch 提速 1.85x/5.58x/5.18
- •可变策略是一个持久知识库，推理时由 Actor-Critic 文本梯度下降（AC-TGD）更新
- •知识库映射性能状态到动作、结果与约束，经验可跨内核、模型与硬件复用
- •同一优化循环与知识模式支持 NVIDIA CUDA、高通 OpenCL 与 RISC-V RVV intrinsics
- •B200 上 KernelBench 一至三级几何平均提速 1.85x、5.58x、5.18x，SOL-ExecBench 上 1.69x
- •高通 Adreno 上比厂商 SDK 快 5.8x
为什么重要：现有 LLM 优化智能体多绑定单一编程接口或加速器家族，ModelBlaster 把经验复用做成跨硬件资产，对做编译器与内核自动调优的团队是直接竞品思路。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 据悉计划采购谷歌 TPU 芯片，降低对英伟达依赖
AI 摘要据报道，OpenAI 正计划采购谷歌自研的张量处理单元（TPU），以扩大算力规模并实现芯片供应多元化，双方尚未敲定最终条款。OpenAI 同时在推进与博通合作、代号 Jalapeno 的自研 AI 芯片。若交易落地，将直接冲击英伟达在 AI 加速芯片市场的主导地位，并重塑云厂商与大模型公司的算力供应格局。
阿联酋因伊朗袭击调整 5GW AI 数据中心计划
AI 摘要据路透社报道，在遭受伊朗袭击后，阿联酋修订了其 5GW AI 数据中心建设计划。该事件凸显地缘政治冲突对中东地区大规模 AI 基础设施投资的直接冲击，可能影响全球算力布局与供应链。
英伟达预计单季营收达1080亿美元
AI 摘要英伟达预测未来几个月内营收将达到1080亿美元，有望成为继亚马逊、苹果和Alphabet之后又一家季度营收超千亿美元的公司。其数据中心营收同比增长一倍以上，利润也大幅增长。
Alphabet 投资 150 亿美元扩建马来西亚 AI 数据中心
AI 摘要谷歌母公司 Alphabet 宣布投资 150 亿美元，扩大马来西亚的 AI 数据中心与传统云计算业务，反映 AI 应用热潮推动算力与数字基础设施需求激增。马来西亚已成为东南亚主要数据中心枢纽，吸引甲骨文、亚马逊、阿里、字节等布局。