[LG]《CAKE: Compiler-Agent Co-Design for Frontier Kernel Evolution》Z Ye, Y Huang, H Jin, B Hou…[NVIDIA & CMU] (2026)

在 GPU 核函数优化领域，AI 智能体与编译器的沟通脱节是一大难题。过去的方法将编译器视为黑盒，仅能获取模糊的成败信号，本质原因是缺乏一个沟通底层细节的共享语言。

本文的核心洞见是：将“单向试错”重塑为“双向协同”。智能体通过一种新中间表示（IR）表达意图，编译器则返回局部化诊断，这一关键交互解开了自动优化的困境。

这项工作留下的遗产是“编译器-智能体协同进化”范式。它打开的新门是让 AI 能系统性攻克前沿核函数，并将失败沉淀为系统能力。但高效泛化为通用库仍是其尚未跨过的门槛。

arxiv.org/abs/2608.12629 机器学习 人工智能 论文 AI创造营