一 | Sophie 编译 新任社会发展部长Louise Upston表示，她预计在政府改革福利计划的过程中，会有更多领取福利的人面临制裁。 智东西（公众号：zhidxcom） 作者 | 程茜 编辑 | 云鹏 智东西7月22日报道，昨日，阿里千问最新发布的Qwen3.8预览版模型在英伟达评估AI进行算子优化的榜单上登顶，排名超过腾讯混元、人类开发者、Cursor。
二 | 榜单中SOL得分指的是GPU的峰值算力与HBM带宽共同决定的理论性能极限。 在大选期间，国家党承诺将进行一系列改革，以停止上届政府所谓的“根深蒂固的福利依赖”。 Advertise with us 该党曾表示，“制裁太宽松”是造成这个问题的原因之一。 在接受Q+A节目采访时，Upston谈到受制裁的人数时说：“我预计会增加。模型这一分数越接近1，代表其生成和优化GPU算子能力越接近理论极限，可以在无需人类标注的情况下，通过与真实硬件环境的交互，自主产生训练信号、评估自身输出质量并持续改进算子。
三 | 这是人们不采取行动帮助自己的结果。 这一榜单中排名第二的是腾讯混元Hyra、排名第四的是人类开发者Amir M. Mir、排名第六的是美国AI创企doubleAI的全自动GPU内核生成智能体系统、排名第十的是AI编程独角兽Cursor，其他项目暂未找到公开打榜记录。 SOL-ExecBench榜单是今年3月，英伟达推出的GPU CUDA Kernel内核优化基准评测套件，面向Blackwell B200架构专门用来评测AI智能体、编译器、自动内核生成工具写出的GPU算子性能。
四 | ” “我们现在有19万人领取失业补贴，比六年前增加了6.7万人。
五 | ” 她继续说道：“在Carmel Sepuloni和工党政府的监管下，福利依赖已经大幅度扩大。” “我认为这很不好。Qwen3.8登顶的FlashInfer-Bench子集，就是专门用于测试和优化大语言模型推理系统中的GPU算子。 7月19日，阿里千问大模型团队宣布将很快发布并开源Qwen3.8。” 这位部长表示，政府将推进国家党的计划，引入一个适用于福利领取者的交通灯制度。 她将其描述为一系列“渐进式”的步骤，有绿灯、黄灯和红灯三种不同的规定。 根据国家党大选前的计划，制裁可能包括削减或暂停福利。
六 | 该模型参数2.4T，可能是除了Fable 5外最强大的模型。昨晚，Qwen3.8-Max-Preview更新，前端（WebDev）表现更好。 一、从124个模型中提取，共235项CUDA内核优化任务 随着AI智能体生成与优化GPU内核的能力持续增强，现有基准评测的一大局限暴露，其只看重相对软件基线的加速比，而非内核执行方案本身贴近硬件最优效率的程度。
七 | 而在现代数据中心中，未能充分利用硬件的kernel意味着算力与能源的双重浪费。
八 | 基于此，英伟达提出了SOL-ExecBench基准套件。 当被问及那些福利被削减的人将如何支付生活费用时，部长表示将有“一系列选择”。 “如果他们不履行自己的义务，那么很明显，福利制度将不会再支持他们了。这一套件共有235项CUDA内核优化任务，提取自124个商用及前沿人工智能模型，覆盖大语言模型、扩散模型、计算机视觉、音频、视频以及混合架构，目标硬件为英伟达Blackwell系列GPU，涵盖BF16、FP8、NVFP4精度下的前向与反向计算负载。 与以往基于软件性能来进行评估标准相比，SOL-ExecBench的评估目标有所不同。
九 | 其通过“Speed-of-Light（SOL）”界限来评估内核性能，即由GPU的峰值算力与HBM带宽共同决定的理论性能极限。 英伟达开发的SOLAR工具能够从FLOP数量、字节数、GPU峰值吞吐量以及带宽等方面，分析出这些基于硬件的SOL界限，然后将这些界限与预先定义的评分基准相结合，从而得出SOL评分。 具体来说，评分为0.5表示与基准值相当，评分为1.0表示达到了硬件上的SOL界限。” “他们可能会去找家人，可能会去找朋友，可能会有其他人照顾他们。因此，这个评分不仅反映了相对于基准值的改进程度，还体现了与最大可实现硬件性能相比所剩余的优化空间。” 部长为福利指数的变化辩护 在接受采访时，Upston还被问及新政府将失业补贴指数与CPI通胀（而不是工资增长）挂钩的变化。 她说：“福利领取者的CPI与他们面临的实际成本直接相关。
十 | ” “实际上，我想把重点放在减少领取福利的人数，让更多的人有工作。人们在工作中获得更高的收入，有更好的生活成果。 为保证评分结果的可靠性和可重复性，SOL-ExecBench还包含一个沙盒评估工具。此外基于其开发的智能优化算法，可以在相同的评估协议下改进提供的PyTorch参考实现，这种优化算法可以识别出那些试图操纵评估器的行为，即试图绕过评估机制以获得更快的运算结果。
十一 | 此次Qwen3.8拿下第一的是FlashInfer-Bench子集，专门用于测试和优化大语言模型推理系统中的GPU算子。
十二 | ” 她补充说：“前任政府很有意思。
十三 | 他们将指数从CPI转到工资，然后又回到CPI。
十四 | 该子集包含26个来源于Llama-3.1-8B、Qwen3-30B-A3B、DeepSeek-V3/R1的问题。他们每一年的决定不一样。我认为真正重要的是一致性。” 英文《先驱报》的分析显示，如果改成与CPI挂钩，到20年代结束时，失业补贴将减少50纽币。
十五 | 绿党：政府的政策很残酷 绿党的社会发展发言人Ricardo Menéndez March对Upston的言辞做出了回应，称拟议的额外制裁很残酷。 该子集覆盖的精度格式为BF16与FP8，每个问题提供7-48个动态形状的输入配置，覆盖真实生产场景，典型任务包括融合注意力（Fused Attention）、FP8 MoE和RMSNorm等推理关键算子。
十六 | “Louise Upston谈到了她对领取福利的人的贫困状况的担忧，但没有承认历届政府都将福利水平设定在贫困线以下的事实——她的计划将使这个问题变得更糟。 根据官方披露，该测试套件中所有提交内容均在真实NVIDIA B200 GPU上隔离执行，GPU时钟锁定在1500 MHz以保证可复现性。” “部长也没有承认福利制裁对儿童的影响，以及终身患病的人必须不断向政府证明自己的病情，而没有得到尊重和有尊严的对待。” “福利制裁剥夺了人们合法的生存手段，也从未表现出支持人们实现自己的愿望。 二、榜单排名靠前，意味模型具备闭环自我改进潜力 Kernel优化是少数几个可以提供清晰、客观、可量化反馈信号的真实工程任务之一： 反馈明确：运行时间、吞吐量、带宽利用率可以精确测量； 标准客观：距离硬件理论极限还有多远，没有歧义； 迭代自然：每一轮优化都可以作为下一轮的起点。 这意味着模型可以在无需人类标注的情况下，通过与真实硬件环境的交互，自主产生训练信号、评估自身输出质量并持续改进。 在SOL-ExecBench FlashInfer-Bench子集上表现靠前，就意味着模型在下面几项能力上具有优势： 长程因果推理：优化决策之间存在复杂依赖链，局部改动会影响全局性能，模型需要跨越长上下文进行一致性推理。 工具使用与环境交互中的策略规划：现实世界智能体任务面对多轮工具调用，模型需要根据每次执行反馈动态调整策略，而非机械执行预设步骤。” “相反，福利制裁使人们进一步陷入贫困、债务和可能无家可归的境地，使他们的生活倒退多年。 稀疏反馈下的探索能力：性能提升往往不是线性的，模型需要在大量“看似合理但实际无效”的方向中识别真正有价值的优化路径。
十七 | 系统级抽象与具体实现之间的双向翻译：从高层算法语义映射到底层硬件指令，再从硬件反馈反推优化方向，这种双向能力在科学计算、编译器设计、芯片设计等领域均有直接迁移价值。 这也意味着，能在SOL-ExecBench上持续进化的模型，具备在客观物理约束下进行闭环自我改进的能力。
十八 | 三、训练侧搭建真实GPU环境，推理侧引入阿里智能体框架 智东西从千问团队获悉，在训练、推理方面，千问团队均针对Kernel Self-Evolving进行了优化。” 国家党的选前福利政策 在大选期间，国家党承诺对那些“持续”不履行义务的领取失业补贴的人引入更多制裁。 首先在训练侧，为了让模型真正具备kernel优化能力，而非仅仅学习表面的代码模式，其构建了一套基于真实GPU环境的大规模强化学习体系。 1、研究人员搭建了基于沙盒的真实GPU训练环境： 为模型提供丰富的硬件文档与可交互的Workspace，使模型能够通过真实编译、执行与性能测量获取来自硬件的奖励信号，而非依赖代理指标或模拟器。这可以确保每一个训练信号都有真实的物理意义。
十九 | 2、真实Kernel仓库作为训练数据 研究人员系统性收集了大规模真实的工程级kernel优化代码，以这些真实世界的kernel作为训练query。 制裁措施可能包括强制性的最多三个月的社区工作，暂停或减少福利，以及在管理福利领取者的资金方面发挥更大的作用。相比合成数据，真实反馈覆盖了更广泛的优化模式、硬件适配策略与工程取舍，为模型提供了更接近生产场景的学习信号。 国家党还将要求失业人员每六个月重新申请福利，要求提供工作申请和参加面试的证明文件，才能继续享受这项福利，并对逃避的人实施一个月的福利暂停。
| Upston当时说：“新西兰人将始终向需要帮助的人伸出援手，但纳税人有理由担心，在就业机会充足的情况下，领取失业补贴的人数却在增加。
| 3、RL基础设施的针对性优化 Kernel优化任务的一个显著特点是需要超长的工具调用序列，单次优化过程可能涉及数十乃至数百轮的编译-执行-分析循环。” “能工作的人就应该工作。 为此，研究人员对强化学习训练基础设施进行了专项优化，使其能够高效支持超长多轮工具调用的训练，从而让模型真正学会跨越长序列的持续优化策略。” “国家党将引入交通灯系统，让那些领取失业补贴的失业者清楚地知道他们的义务是什么，以及如果他们拒绝尽到自己的义务将面临什么后果。 在推理侧，研究人员使用阿里巴巴Atrex Kernel Agent框架来承载算子优化的完整分析迭代流程与经验沉淀机制。 ▲阿里巴巴Atrex Kernel Agent框架和工作流（图源：GitHub） 在SOL-ExecBench FlashInfer-Bench子集的评测中，该模型完成了平均29354轮工具调用的持续迭代，在每一轮循环中对kernel实现进行编译、执行、性能分析与策略调整，将性能逐步推向硬件理论极限。
| 这意味着，模型在数万轮的迭代过程中可以保持方向一致性、持续产出有效优化、不陷入局部震荡，正是长程持续优化能力区别于普通代码生成能力的核心所在。
| ” 国家党的失业补贴交通灯系统计划 绿灯（合规）：履行准备工作或找工作的义务。 结语：从手写算子到AI生成、调优，Qwen3.8刷新自动化算子生成能力上限 Qwen3.8此次登顶，意味着其有能力承担底层算力优化的复杂工程任务，并进一步压缩人工介入算子开发的工作环节，其能直接对接真实硬件环境采集运行反馈，形成从算子生成到性能调优的自动化闭环。福利没有变化； 黄灯（有一定风险）：第一次或第二次不履行准备工作或找工作的义务，将导致额外的要求和获得有针对性的支持，例如更定期的检查和/或参加找工作的研讨会； 红灯（高风险）：第三次不履行义务将导致制裁，包括福利减少、福利暂停、资金管理和强制性社区工作。 相关阅读： 更多新西兰人放弃福利投入工作 创历史之最 失业率处于低水平，为什么还有那么多新西兰人领福利？ 政府补贴汇总：经济困难，不同人群能申领哪些补助金？ 注：本文为编译/原创，欢迎转发分享；但严禁复制等未经授权的非法使用。 自动化GPU算子生成赛道的长期竞争，未来或取决于大模型理解硬件架构、推演访存瓶颈、自主迭代调参的综合智能水平。违反上述声明者，本网将追究其相关法律责任。
| 使用授权请联系[email protected]。 chineseherald.co.nz All Rights Reserved 版权所有 (责编：Sophie) 相关内容 您有一份邀请函待接收！行动党邀您共庆龙年 下午奥克兰火车将大面积取消，因为天气太热？！ 奥克兰一家餐厅被盗，损失达数万纽币，老板深受打击 奥克兰液体黄金拍卖会，新春龙年第一场！ 一男子在奥克兰事故多发的海滩失踪，警方展开搜救工作 最新民调：行动党及其党魁支持率飙升 今天新西兰大部分地区降温！下周呢？ 奥克兰市长承诺：取消燃油税 不会涨地税！。长远来看，伴随大模型能力升级，模型侧与编译层在算力优化方面将形成持续双向反馈，硬件规格、算子实现、模型架构三者协同演进可能会成为常态。
Current article:http://www.kelozhaichongbaoshuo.pics/list_25ap/i41d.html
Published on:04:51:55
