先了解这件事
2026年10月28日,面壁智能OpenBMB转发Yuxuan Li发布的ForgeKernel内核优化框架消息,并表示期待后续论文和Forge系列的更多成果。该框架属于Forge系列,据称在NVIDIA SOL-ExecBench(FlashInfer-Bench)和华为CANN-Bench上测试均排名第一。10月30日,面壁智能宣布开源ForgeKernel,其智能体在约22小时内完成42轮迭代、产出32个内核版本,在NVIDIA B200上对DeepSeek V4.1 FlashMLA Prefill实现1.098倍性能,472微秒对比基线518微秒。开源内容包括优化后的融合预填充内核、论文中覆盖attention、Gated DeltaNet、Kimi Delta Attention、GEMM和卷积的内核,以及可用于优化自有内核的ForgeKernel harness。
AI 根据公开报道生成
事件进展
2 个已确认进展
- 来源：面壁智能 OpenBMB
- 来源：面壁智能 OpenBMB
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月30日
面壁智能 OpenBMB
面壁智能开源 ForgeKernel：DeepSeek V4.1 预填充内核提速 9.8%
面壁智能宣布开源 ForgeKernel，其智能体在约 22 小时内完成 42 轮迭代、产出 32 个内核版本，最终在 NVIDIA B200 上对 DeepSeek V4.1 FlashMLA Prefill 实现 1.098 倍性能，472 µs 对比基线 518 µs。官方 FlashMLA 实现全程封闭，智能体只能运行并计时其黑盒 CLI，无法读取源码、文档或性能剖析数据。此次开源内容包括优化后的 DeepSeek V4.1 融合预填充内核、论文中覆盖 attention、Gated DeltaNet、Kimi Delta Attention、GEMM 和卷积的内核，以及可用来优化自有内核的 ForgeKernel harness；在 27 个算子上，ForgeKernel 与 22 个专家库内核中的 18 个持平或更优，并优于三个内核生成系统已发布的全部 7 个内核。
10月29日
面壁智能 OpenBMB
面壁智能 ForgeKernel 登顶 NVIDIA SOL Bench FIB 赛道
面壁智能 OpenBMB 宣布，ForgeKernel 在 NVIDIA SOL Bench 的 FIB 赛道和华为 CANNBench 上均排名第一。目前 ForgeKernel 的目标是在 DeepSeek 最复杂的算子之一上超越顶尖人类专家。
10月28日
面壁智能 OpenBMB
面壁智能关注 ForgeKernel 内核优化框架
Yuxuan Li 宣布基于此前 JustGoal 的发现，重新设计内核优化方式，推出自进化内核优化框架 ForgeKernel（Forge 系列的一部分），在 NVIDIA 的 SOL-ExecBench（FlashInfer-Bench）和华为 CANN-Bench 上测试均排名第一，论文即将发布。面壁智能 OpenBMB 转发并表示期待后续论文和 Forge 系列的更多成果。