autokernel

自动搜索 GPU 内核。 给它任何 PyTorch 模型, 睡一觉, 醒来就有优化的 Triton 或 CUDA C++ 内核了。

1. 为模型配置配置文件,以查找哪些 GPU 内核是瓶颈
2. 将每个瓶颈提取为独立的 Triton 或 CUDA C++ 内核
3. 独立优化每个内核(编辑、基准测试、保留/恢复 – 永久保存)
4. 验证端到端正确性并报告总体加速率

每次实验大约需要 90 秒。这意味着每小时大约有 40 个实验，每夜大约有 320 个实验，涵盖所有内核。