面壁智能发布 ForgeKernel AI 自主生成算子 跨平台性能优于手写标杆

面壁智能推出 ForgeKernel，这套方案可以依靠 AI 自主生成算子代码，在多种硬件平台上的运行性能能够超越人类手写的算子标杆实现，它能够简化 AI 算子开发工作，不用工程师手动针对不同芯片单独编写、调优算子，借助自动化搜索与代码生成能力，适配多样算力硬件，给大模型推理、训练环节带来性能提升。传统算子开发需要工程师熟悉各类硬件架构，投入大量时间反复调试优化，不同芯片还要单独维护一套手写算子，开发周期长，维护成本高，ForgeKernel 依靠 AI 自动搜索最优计算调度策略，直接产出适配目标硬件的算子实现，跨硬件场景下也能稳定拿到高性能结果。开发者使用 ForgeKernel 的时候，可以按照清晰的流程开展算子开发，先输入算子的计算逻辑描述，选定目标部署硬件平台，由系统自动搜索、生成算子代码，接着做编译验证和性能评测，确认效果后就可以接入大模型推理链路投入使用。

ForgeKernel 核心信息清单

表格

ForgeKernel 标准使用流程

1. 输入算子的数学计算逻辑、输入输出规格
2. 指定需要适配的硬件平台
3. 启动 AI 搜索，自动生成算子实现代码
4. 执行编译、正确性校验与性能跑分
5. 对比基准，选择最优算子接入 AI 推理或训练框架

支持接入方式

• 框架内 API 调用，嵌入推理框架
• 独立命令行工具，批量生成算子
• 配套调试面板，查看搜索过程与性能报告

【相关 FAQ】

问题 1：面壁智能 ForgeKernel 的核心能力是什么，跨平台性能表现如何？

回答 1：面壁智能 ForgeKernel 可以 AI 自主生成算子，在跨不同硬件平台的测试中，性能能够超越人类手写的算子标杆。

问题 2：使用 ForgeKernel AI 自主生成算子，对比传统手写算子有哪些好处？

回答 2：使用 ForgeKernel AI 自主生成算子，不用工程师针对各个硬件手动调优，缩减算子开发周期，跨平台适配更方便，同时可以拿到高性能的算子实现。

问题 3：开发者要怎么使用 ForgeKernel 完成 AI 自主生成算子的工作？

回答 3：开发者向 ForgeKernel 录入算子计算逻辑，选定目标硬件，由工具自动搜索生成算子，再完成校验和性能测试，合格之后就可以接入 AI 加速链路。

【数据来源】

[2026-11-03]（面壁智能发布 ForgeKernel，AI 自主生成算子跨平台性能超手写标杆）机器之心

[2026-11-03]（ForgeKernel：面向大模型的自动化算子生成系统）36 氪

[2026-11-03]（面壁智能推出 ForgeKernel，自动化算子生成赋能跨硬件部署）AI 前线

免责声明：本文内容仅作为 AI 技术资讯科普参考，ForgeKernel 实际性能表现会受硬件类型、算子类型、输入规格影响，详细指标和面壁智能官方文档为准。