EVENT DOSSIER
MaxKernel 系统于 2026 年 9 月 7 日发布，经 JaxBench 评估性能显著优于基线。
2026 年 9 月 7 日，研究团队发布 MaxKernel 系统，该多智能体框架旨在自动化 TPU 核开发。系统提供三种运行范式：人机协作（HITL）、全自动化优化及基于图的全局搜索，并共享规划、实现、调试、测试及硬件分析等子智能体池。经 JaxBench 50 个多样化任务及真实开源模型工作负载评估，MaxKernel 生成的优化结果与专家手工调优基线相当，且在基准测试中实现了显著性能提升。该项目已开源，代码托管于 GitHub 仓库。
AI-Hypercomputer MaxKernel 开源多智能体内核生成系统
MaxKernel 系统于 2026 年 9 月 7 日发布，经 JaxBench 评估性能显著优于基线。
研究团队发布 MaxKernel 多智能体框架，提供人机协作、全自动化及图搜索三种范式。在 JaxBench 50 个任务及真实工作负载上评估，结果与专家基线相当且性能显著提升。
2 条报道MaxKernel 是一个多智能体系统，通过协作、自主及图搜索范式自动化 TPU 内核开发。该系统包含三种模式：人机协同设计智能体、全自动化指标驱动优化智能体以及可扩展的全局探索图搜索智能体，三者共享规划、实现、调试、测试及硬件分析等专用子智能体池。研究团队在 JaxBench（含 50 个多样化内核任务）及最先进开源模型的复杂真实工作负载上进行了评估。结果显示，MaxKernel 生成的优化实现与专家手工调优基线表现一致，并在基准测试中交付显著性能提升。该项目已开源，代码位于 https://github.com/AI-Hypercomputer/accelerator-agents/tree/main/MaxKernel。
MaxKernel 是一个多智能体系统，为 TPU 核开发提供了三种范式：人机协作（HITL）、全自动化优化（Auto）及基于图的全局搜索。该系统利用共享子智能体池处理规划、实现、调试、测试及硬件分析任务。研究团队在 JaxBench 包含的 50 个多样化 TPU 核任务及来自开源模型的真实工作负载上进行了评估，结果显示 MaxKernel 生成的优化实现与专家手工调优基线相当，并在基准测试中实现了显著性能提升。该项目已开源，代码位于 https://github.com/AI-Hypercomputer/accelerator-agents/tree/main/MaxKernel。