# Meta 用 GPT、Claude 和 Llama 自动写底层算子，开发时间从几周缩到几小时，部分性能比 PyTorch 基线快 17 倍

> 原标题：Import AI 439: AI kernels; decentralized training; and universal representations

- 来源：Import AI
- 发布时间：2026-01-05T13:32:28.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/3533
- 原文：https://jack-clark.net/2026/01/05/import-ai-439-ai-kernels-decentralized-training-and-universal-representations/

## 摘要

Meta 公开了一套叫 KernelEvolve 的系统，专门自动生成和优化 AI 底层算子（kernel），用来在自家不同芯片上跑推荐模型、服务广告。它会接收需求，然后调用内部和外部的大模型（Llama、GPT、Claude）生成候选算子，通过验证后把好的结果存进知识库，让后续生成越来越准。

## 推荐理由

Meta 的 KernelEvolve 调用 Llama、GPT、Claude 生成并优化底层算子，把开发时间从几周压到几小时，部分性能比 PyTorch 基线快 17 倍。

## 锐评

几周缩到几小时，这个量级挺离谱。Meta 让 Llama、GPT、Claude 一起写 kernel，好的存进知识库，就是拿模型当廉价劳动力去填芯片适配的坑，省的是工程师时间。17 倍那个数只对 PyTorch 基线，别当通用性能看。我信这套流程能跑通，因为 kernel 优化有明确对错和 benchmark，验证成本低，正好适合 agent 反复试。卡人的地方在验证，编译加 profiling 不便宜，规模上去账单未必比人便宜。
