股票
板块
用户
资讯
首页
天眼
自选
发现
开户
首页
天眼
自选
发现
我的

智子芯元携手鲲鹏昇腾发布KernelCAT全新能力:以“AI+数学”重构计算加速,赋能鲲鹏昇腾双生态



2026年5月23日,在华为鲲鹏昇腾开发者大会(KADC)上,智子芯元(深圳)科技有限公司受邀展示了其自主研发的计算加速智能体KernelCAT。


智子芯元联合创始人康迅发表题为《KernelCAT:面向鲲鹏&昇腾技术体系自动实现计算加速》的主题演讲,系统性介绍了KernelCAT的最新技术进展,标志着双方在通用算力生态建设上的合作进一步深化。


智子芯元联合创始人康迅发表主题演讲


拥有芯片不等于拥有算力


鲲鹏处理器的规模化部署正在加速推进,但一个问题也越来越清晰:拥有芯片不等于拥有算力。


以高性能计算场景为例,传统大量开源应用已经在第三方计算平台深度使用,BWA-MEM2等关键应用在鲲鹏上的开箱性能与充分优化后的表现之间,存在一定落差——问题不在硬件不够强,而在于软件侧的适配调优更具挑战。与此同时,鲲鹏架构持续迭代,从NEON到SVE、矩阵运算等新指令集逐代演进,硬件给出了更大的性能空间,但传统的人工调优模式很难快速吃到这些红利,优化经验难以跨代复用,每次架构升级,大量应用都要重新来过。


怎么高效释放鲲鹏设计性能、降低开发门槛、补齐生态短板?这些生态建设需要共同回答的问题,也正是KernelCAT想要解决的问题。


KernelCAT:让鲲鹏算力从“能用”到“好用”


KernelCAT是智子芯元打造的计算加速智能体,基于“AI+运筹”能力底座,目标是把算力开发的门槛从“专家团队×数周”降到“自然语言指挥×数小时”。此次发布的鲲鹏能力升级,为鲲鹏生态补上了一块关键拼图:



自动学、自动调、自动泛化。KernelCAT在鲲鹏架构上的工作方式分三步:第一步,Agent自主学习目标架构下的应用调优方法;第二步,通过生成skill文件,将优化经验沉淀为可复制的经验手册;第三步,将已验证的经验泛化到同类应用。换句话说,每做一个应用的优化,都在为后续的应用积累可复用资产。


基于AI+运筹的技术底座,KernelCAT为计算加速任务打造了特殊Harness,深度适配硬件特性,以硬件在环、真实上板获取精准结果。KernelCAT构建了一条完整的闭环工作流:设计策略→生成代码→编译→上板运行→profiling→解析瓶颈→变更策略或优化参数,如此持续迭代。大模型负责理解需求与生成代码,运筹优化负责在硬件约束下搜索最优参数——任何cost model都是近似的,唯有上板才能得到ground truth。


跨架构可泛化——一次优化,多代受益。KernelCAT的算法级代码优化能力具备跨芯片泛化特性,可快速将优化成果兼容至鲲鹏新型号,不必在每次架构更新时从头再来。


从昇腾到鲲鹏,一套能力体系的自然延伸


KernelCAT在昇腾生态中已经历了严苛的实战检验。此前双方联合发布的ModelBridge工具,已在昇腾生态实现关键技术突破,成功完成模型从CUDA到CANN生态的快速迁移,极大降低了开发者的适配门槛,并赋能了大量昇腾开发者;此次KernelCAT面向鲲鹏计算体系的升级,正是这一成熟产品能力向通用算力生态的又一重磅延伸,旨在为鲲鹏生态提供同等高效的自动化加速体验。


KernelCAT发布仪式(左:康迅 智子芯元联合创始人,右:陈罡 华为计算高校科研生态发展资深总监)


在2025年华为全联接大会上,ModelBridge仅用30分钟便完成了Qwen3-14B大模型在昇腾Atlas硬件上的全自动适配与推理部署;随后的深度优化中,其单卡吞吐性能较官方社区镜像提升了40%,彻底打破了算子和模型适配的壁垒。


在此之上,智子芯元进一步推出了计算加速智能体KernelCAT,将自动化能力推向了新的高度。以复杂多模态模型DeepSeek-OCR-2的迁移为例,面对错综复杂的底层依赖,KernelCAT接手后如同开启“自动驾驶”,自动识别环境、补齐依赖并替换原生算子,仅用38分钟便完成了模型在昇腾平台上的迁移跑通,并在4小时内通过自动优化实现了高达35倍的性能加速——而同样的工程量,传统人工适配往往需要耗费10-15人天。


这些在昇腾中锤炼出的底层能力与工程经验,如今自然地延伸到了鲲鹏体系中。本次发布中展示的鲲鹏实践成果包括:



BWA-MEM2性能优化:开箱性能6976秒,人工手动优化可以做到3087秒,而KernelCAT进一步将其优化至2063秒——相比开箱性能提升226%,相比手动优化仍快50%。


WRF性能优化:运行时间从74.8分钟缩短至26.4分钟。这个优化并非从零开始,而是参考BWA-MEM上沉淀的skill经验泛化而来,使用conus12km算例完成验证——这正是“学一个、用一片”的效果。


新指令集深度挖掘:面向鲲鹏向量/矩阵运算指令集,KernelCAT先自动生成NEON基线版本并完成单元测试与Benchmark,再输入专家优化经验进行迭代,生成5个版本优化代码,最终性能达到NEON版本的6~8倍。全流程约60分钟完成。


鲲鹏920新型号深度优化:在鲲鹏920新型号上共识别6+项性能优化点,实现端到端性能提升30%以上,其中BSW Smith-Waterman算法性能提升超过21倍。这些优化能力可跨芯片泛化,快速兼容至其他型号。


源头活水,死磕底层算力创新


智子芯元的底气,来自于其堪称豪华的技术班底。自2025年8月成立以来,这家初创企业便汇聚了大模型、运筹优化与高性能计算领域的顶尖青年人才,并聘请香港中文大学(深圳)副校长、深圳市大数据研究院院长罗智泉院士担任首席技术顾问。


此次与鲲鹏、昇腾生态的深度协同,是智子芯元构建标准化效率产线、坚决支持自主计算硬件生态建设的重要一步。智子芯元的联合创始人康迅表示,“此次在鲲鹏昇腾开发者大会2026上的发布,只是一个开始。未来,我们将继续死磕底层算力创新,与华为及广大开发者一道,共同构建开放、繁荣、极致的自主计算新生态。”


展望


从昇腾到鲲鹏,KernelCAT正在成为该计算生态中连接硬件能力与用户场景的一个关键节点。智子芯元将继续围绕鲲鹏与昇腾技术体系持续迭代赋能开发者,让更多用户在选择自主算力时不再为“好不好用”犹豫,从拥有算力到用好算力。


◆往期推荐◆


             
           
             
           

鲲鹏携手开发者,打造Agentic AI时代IT基础设施理想选择


                                                                    

原文链接
多空观点 观点仅供交流,不构成投资建议
点赞
踩一踩
收藏
分享

评论 (0)

0/200
声明:社区内容仅代表用户个人观点,不构成任何投资建议。投资有风险,入市需谨慎。