智东西 7 月 22 日报道，阿里千问最新发布的Qwen3.8 预览版模型在英伟达 AI 算子优化评估榜单中登顶，排名超越腾讯混元、人类开发者及 AI 编程独角兽 Cursor。
SOL-ExecBench 是英伟达于今年 3 月推出的 GPU CUDA Kernel 内核优化基准评测套件，专为 Blackwell B200 架构设计，旨在评估 AI 智能体、编译器及自动内核生成工具的算子性能。Qwen3.8 夺冠的 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。
01. 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 内核能力的增强，现有基准评测仅关注相对软件基线加速比的局限性日益凸显。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。
为此，英伟达推出 SOL-ExecBench 基准套件。该套件包含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、音视频及混合架构。测试目标硬件为英伟达 Blackwell 系列 GPU，涵盖 BF16、FP8、NVFP4 精度下的前向与反向计算负载。
与传统基于软件性能的评估不同，SOL-ExecBench 通过"Speed-of-Light（SOL）”界限来评估内核性能，即由 GPU 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 工具可从 FLOP 数量、字节数、GPU 峰值吞吐量及带宽等维度分析硬件 SOL 界限，并结合预定义评分基准得出 SOL 评分。
评分为 0.5 表示与基准值相当，1.0 则表示达到硬件 SOL 界限。该评分不仅反映相对改进程度，更体现了距离最大可实现硬件性能的剩余优化空间。
为确保结果可靠可复现，SOL-ExecBench 内置沙盒评估工具。其开发的智能优化算法可在相同协议下改进 PyTorch 参考实现，并能识别试图绕过评估机制以获取虚假加速的行为。
Qwen3.8 此次夺魁的是FlashInfer-Bench 子集，专用于测试和优化大语言模型推理系统中的 GPU 算子。
该子集包含 26 个来源于 Llama-3.1-8B、Qwen3-30B-A3B、DeepSeek-V3/R1 的问题，覆盖 BF16 与 FP8 精度格式。每个问题提供 7-48 个动态形状输入配置，涵盖融合注意力（Fused Attention）、FP8 MoE 和 RMSNorm 等推理关键算子，高度还原真实生产场景。
官方披露，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。
02. 榜单排名靠前意味模型具备闭环自我改进潜力
-
长程因果推理：优化决策间存在复杂依赖链，局部改动影响全局性能，模型需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：面对多轮工具调用，模型需根据执行反馈动态调整策略，而非机械执行预设步骤。
-
稀疏反馈下的探索能力：性能提升非线性，模型需在大量“看似合理但无效”的方向中识别真正有价值的优化路径。
-
系统级抽象与具体实现的双向翻译：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，该能力在科学计算、编译器及芯片设计领域具有直接迁移价值。
综上，能在 SOL-ExecBench 上持续进化的模型，已具备在客观物理约束下进行闭环自我改进的能力。
03. 训练侧搭建真实 GPU 环境，推理侧引入阿里智能体框架
1. 搭建基于沙盒的真实 GPU 训练环境
2. 真实 Kernel 仓库作为训练数据
3. RL 基础设施的针对性优化
▲阿里巴巴 Atrex Kernel Agent 框架和工作流（图源：GitHub）
04. 结语：从手写算子到 AI 生成、调优
