Berita ME, 15 April (UTC+8), menurut pemantauan Beating, alat pengaturan AI Cursor mengungkap eksperimen kerjasama sistem agen ganda dengan NVIDIA. Sistem ini berjalan secara mandiri selama tiga minggu di atas 27 unit GPU Blackwell B200, mengoptimasi 235 masalah operator nyata yang diambil dari lebih dari 124 model open-source produksi seperti DeepSeek, Qwen, dan Gemma, dengan menulis dan mengoptimasi kod operator GPU dari awal, mencapai percepatan geometrik keseluruhan sebanyak 38%. Pengoptimuman operator GPU adalah salah satu bidang dengan rintangan tertinggi dalam kejuruteraan perisian, yang memerlukan jurutera menguasai arsitektur cip, arahan peringkat assembli, dan pengurusan memori; satu operator berprestasi tinggi biasanya memerlukan pakar berpengalaman berbulan-bulan hingga bertahun-tahun untuk menyempurnakannya. Sistem agen ganda Cursor menangani kesemua 235 soalan sekaligus: satu agen perancang mengagihkan tugas dan menjadual semula secara dinamik berdasarkan metrik prestasi, beberapa agen kerja mengoptimasi secara selari, dan sistem secara automatik memanggil saluran ujian benchmark SOL-ExecBench milik NVIDIA untuk membentuk kitaran automatik "uji, debug, optimasi" tanpa campur tangan manusia. Sistem menjalankan dua putaran, masing-masing menggunakan bahasa CUDA C (termasuk PTX assembli terbenam) dan CuTe DSL; yang pertama menguji kemampuan inferensi peranti paling asas, yang kedua menguji kemampuan belajar API baharu yang hampir tidak pernah wujud dalam data latihan awam. Dari 235 soalan, sistem melampaui garis dasar pada 149 soalan (63%), di mana 45 soalan (19%) mencapai percepatan lebih daripada 2 kali ganda. Tiga keputusan perwakilan: 1. Perhatian kueri kumpulan BF16 (diambil daripada skenario inferensi Llama 3.1 8B): lebih pantas 84% berbanding pustaka FlashInfer yang dioptimasi secara manual, skor SOL 0.9722, hampir mencapai had teori peranti (maksimum 1.0). 2. Pendaraban matriks BF16: operator yang dihasilkan dari awal mencapai 86% prestasi cuBLAS buatan NVIDIA yang disesuaikan secara manual, dan dalam skenario M kecil yang sering digunakan dalam dekod inferensi LLM, melampaui garis dasar sehingga 9%. 3. Operasi linear lapisan NVFP4 campuran pakar (diambil daripada model MoE seperti Qwen3): sistem secara automatik mengenal pasti bottleneck kuantisasi titik terapung 4-bit dan melakukan penggabungan optimasi yang ditargetkan, mencapai percepatan 39%. Cursor mengakui skor SOL median keseluruhan hanya 0.56, dengan ruang peningkatan yang besar, terutamanya disebabkan oleh sumber GPU terhad (27 unit GPU digunakan bersama untuk 235 soalan). Cursor menyatakan teknologi agen ganda ini "akan segera disertakan dalam produk utama". Sebuah syarikat IDE telah mampu mencapai tahap pengoptimuman GPU peringkat assembli yang hampir menyamai pakar teratas manusia—ini jauh lebih besar daripada cerita "membantu anda menulis kod aplikasi". (Sumber: BlockBeats)
Sistem Multi-Agen Cursor mengoptimumkan 235 penguasa GPU NVIDIA dalam tiga minggu, mendekati had peranti keras
KuCoinFlashKongsi
Ringkasan
Berita di atas rantai: Pada 15 April (UTC+8), alat pemrograman AI Cursor mengumumkan kerjasama dengan NVIDIA menggunakan sistem agen pelbagai. Dalam tempoh tiga minggu, sistem tersebut mengoptimumkan 235 operator GPU dunia nyata daripada 124 model sumber terbuka di atas 27 GPU Blackwell B200, mencapai peningkatan kelajuan minim geometrik sebanyak 38%. Berita aset dunia nyata (RWA): 149 operator (63%) melebihi asas, dengan 45 (19%) menunjukkan percepatan lebih daripada 2x. Peningkatan utama termasuk operasi perhatian kuiri berkelompok BF16 84% lebih pantas dan operasi lapisan NVFP4 MoE 39% lebih pantas. Cursor menyatakan terdapat batasan sumber GPU dan merancang untuk mengintegrasikan teknologi agen pelbagai ke dalam produk utamanya.
Sumber:Tunjukkan artikel asal
Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini.
Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.