谷歌的AlphaEvolve（基于开源实现OpenEvolve）通过自我进化，在Apple Silicon芯片上自动生成了比人类工程师手写代码快21%的GPU Metal核函数，并在Transformer推理任务中带来显著性能提升。这一成就被认为是自动化编程的里程碑，标志着“AI为AI编程”新时代的开启，证明了自动化代码优化技术在真实世界系统中的实用性。
AI编程里程碑!谷歌AI自己写代码惊呆工程师(组图)
综合新闻
AI Summary
TL;DR: Key points with love ❤️谷歌的AlphaEvolve（基于开源实现OpenEvolve）通过自我进化，在Apple Silicon芯片上自动生成了比人类工程师手写代码快21%的GPU Metal核函数，并在Transformer推理任务中带来显著性能提升。这一成就被认为是自动化编程的里程碑，标志着“AI为AI编程”新时代的开启，证明了自动化代码优化技术在真实世界系统中的实用性。
Trending- 1 5月中旬：谷歌发布AlphaEvolve，号称是数学界AlphaGo的“第37步”时刻
- 2 随后：开发者证实AlphaEvolve的矩阵乘法突破
- 3 近期：patched.codes联合创始人兼CTO Asankhaya Sharma使用OpenEvolve成功自动发现高性能GPU内核算法
- 自动化编程领域迎来里程碑时刻，开启“AI为AI编程”的新时代
- 证明自动化代码优化技术在真实世界系统中的实际可用性
- 未来硬件架构迭代将更依赖此类工具进行深度优化
- 提升Transformer模型在Apple Silicon上的推理性能（平均12.5%提升，峰值106%）
- 发现新的算法创新，如“两阶段在线Softmax”
What: 谷歌的AlphaEvolve（通过其开源实现OpenEvolve）成功地通过自我进化，自动生成了在Apple Silicon上性能超越人类工程师的GPU Metal核函数。
When: 刚刚（最新进展），5月中旬（AlphaEvolve首次发布）。
Where: 谷歌 (Google), Apple Silicon芯片 (on Apple Silicon hardware)。
Why: 旨在探索AI的自我进化能力和自动化编程的潜力，解决GPU核函数优化的高挑战性问题，以提升AI模型（如Transformer）的推理性能。
How: Asankhaya Sharma使用基于AlphaEvolve论文的开源实现OpenEvolve，配置其直接进化Metal核函数的源代码。系统从基础实现开始，历经25代进化，自主发现了SIMD优化、两阶段在线Softmax和针对GQA的内存布局优化，并通过高鲁棒性评估系统进行验证和测试。