Институт AIRI представил инструмент для автоматизированной генерации и оптимизации GPU-ядер. Фреймворк KernelEvo позволяет снижать затраты на вычисления за счет более эффективного кода. Бесплатный доступ к KernelEvo доступен на GitHub и GitVerse.
Как сообщили CNews в AIRI, KernelEvo заменит ручной перебор гипотез на автоматизированный цикл поиска. Система самостоятельно генерирует варианты CUDA или Triton-реализаций, проводит тесты и профилирование, исправляет ошибки и повторяет процесс.
Оптимизация становится управляемым перебором пространства решений. Типовой запуск может включать генерацию до миллиона токенов кода и комментариев. Эксперты утверждают, что, несмотря на вычислительные расходы на сам процесс, данный подход экономически оправдан при регулярном использовании и масштабировании на множество задач.
«На фоне увеличения конкуренции в области ИИ компании все чаще соперничают не только качеством моделей, но и эффективностью их обучения и эксплуатации. В этой перспективе автоматическая эволюция GPU-ядер – это не просто инструмент для разработчиков, а способ улучшить маржинальность и устойчивость бизнеса. Представленный подход демонстрирует, что снижение стоимости ИИ-вычислений может быть достигнуто не только путем приобретения более мощного оборудования, но и за счет интеллектуальной автоматизации самого кода, который использует это оборудование», – отметил Иван Оселедец, доктор физико-математических наук, генеральный директор института AIRI.
Ранее редакция IT Speaker сообщала о том, что искусственный интеллект влияет не только на отдельные сегменты облачного рынка, но и на всю сферу в целом. Так, ИИ значительно увеличивает спрос на облачную инфраструктуру, особенно GPU.
В ITG назвали ключевые тренды на рынке системной интеграции в 2025 году
