10 月 26 日，据雷峰网报道，一个完全由 AI 编写算子、无需人工逐行调优的 ForgeKernel 同时登顶两个算子评测榜：英伟达主场的 SOL-ExecBench FlashInfer-Bench 合集第一，以及昇腾 CANN 官方仓库维护的 CANNBench A3 硬件榜第一，基准加速比 1.835 倍，领先第二名 25%。
同一周里，DeepSeek 的手写极限被刷新
DeepSeek 近期全面开源了推理框架 DeepInfer，继模型权重和 FlashMLA、DeepGEMM 等算子库之后，把模型运行的整条链路开放出来。其中的 FlashMLA 有工程师在芯片上逐行手调的版本，算子性能跑到了硬件极限的 90% 以上，被视为人类手艺在部分芯片上能达到的最好成绩。
而这个极限在同一周被 AI 追上。ForgeKernel 在 DeepSeek V4.1 Flash 的算子上，相比 DeepSeek 开源的英伟达版本，同样是从零用 AI 迭代的方式实现了性能超越。研究团队同时披露了另一个值得注意的现象，AI 自主优化算子的能力体现在它不只是在已有基准上调参，而是能针对不同芯片的指令集、内存布局和流水线特性重新生成一套等价的实现路径。
算子效率决定每个 token 的价格
国产大模型的竞争正从模型层延伸到算力层。再强的模型最终都要靠算子在芯片上执行，换一套更优的算子有时会带来数倍的性能提升。算子的效率既决定了同一块显卡能跑多快，也决定了每个 token 的价格，这是一条与模型参数规模平行、却常被忽略的成本线。
这也是 DeepSeek 选择把推理框架和算子库一并开源的深层原因，它把链路开放给所有人，别人就能在同一条链路上比较和迭代。算子评测榜的竞争因此被推到台前，昇腾和英伟达两个生态的榜单同时被同一个 AI 写出的算子登顶。DeepSeek 开源的 DeepInfer 推理框架把 GPU 占用压低了 35%，成本下降 28%，其意义正在于把这段链路的控制权交到使用者手里。
10 月 30 日面壁智能直播了同一套系统从零生成算子的全过程，全程 22.5 小时、42 轮迭代、32 个版本，用掉 1 张 B200 和 22 个 GPU 小时，人类手写代码 0 行，生成的算子超过 DeepSeek 核心算子 FlashMLA Prefill 9.8%。昇腾三榜中，950DT 以 4010.75 分领先第二名 27.8%，加速比 1.533 倍；950PR 以 4165.94 分居首，加速比 1.638 倍；A3 总分 4341.16，加速比 1.898 倍。该项目由智能进化实验室联合 OpenBMB 开源，同赛道另有无问芯穹在 GPU 算子榜单的另一条路线。
延伸阅读
- DeepSeek 开源推理框架 DeepInfer：GPU 占用减 35%、成本降 28%2 周前
- 谷歌开源Harness²：不用改权重让AI自我修补，GLM-5实测涨11.5分的原理拆解2 周前
- DeepSeek 撤回 V4 Pro 强制迁移计划：将继续保留服务，价格不变2 月前
- 全球大模型周调用量达 129 万亿 Token：DeepSeek V4.1-Flash 15.8 万亿登顶，环比涨 219%1 月前
继续读
同一批更新里这几篇值得一看：
- 面壁智能 ForgeKernel 22.5 小时写算子快 9.8% 登顶三榜2026-10-31
- DeepSeek 二轮融资 1055 亿元：估值 6155 亿元2026-10-31
- OpenCode 第四阶段：10 美元订阅换 100 美元 DeepSeek 额度2026-10-31
想快速查定义？对应的词条在这里：
- DeepSeek词条 · AI 自学笔记