近年来，人工智能与高性能计算需求快速增长，国产GPU迎来重要机遇，也面临现实挑战。国内企业在硬件设计上已有进展，但软件生态与性能优化仍是短板。尤其在算子优化上，长期依赖国外方案，影响了国产GPU的规模化应用。针对这个痛点，沐曦股份与上海人工智能实验室展开深度合作，共同研发Kernel-Smith系统。该系统将“稳定评估驱动的进化智能体”与“面向进化的后训练范式”结合起来，并基于大模型底座能力进行定制化训练，实现GPU算子的自动探索与优化。这一路径不仅减少了开发者在调优上的投入，也有助于缩短模型部署周期，更充分释放硬件性能。Kernel-Smith的推出将为国产GPU生态带来直接推动。首先，它降低了AI模型在国产GPU上的部署门槛，使开发者能更高效地完成性能调优，从而吸引更多开发者进入国产GPU生态。其次，在自动驾驶、医疗影像分析、科学计算等对算力要求高的领域，该系统有望加快工程落地，推动应用迭代。例如在医疗影像分析中，更高效的算子优化可缩短数据处理时间、提升诊断效率；在自动驾驶场景中，优化后的计算性能有助于支撑更复杂的实时决策算法。 从行业趋势看，此次合作也反映了国产GPU厂商与科研机构协同创新的价值。联合研发有助于整合双方优势，加快在性能与生态上的突破。随着Kernel-Smith等工具持续完善，国产GPU在AI计算市场的竞争力有望深入提升。同时，算子优化作为影响模型性能的关键环节，其迭代速度将直接关系到国产GPU的整体竞争力。行业需持续关注有关技术进展，推动产学研更紧密协作，补齐软件与工程化能力的关键环节。
从“堆算力”到“用好算力”，关键在于把硬件潜力转化为应用效果。Kernel-Smith的发布折射出国产GPU路径的变化：以软件工具链和开发者生态为抓手，通过协同创新实现性能与易用性同步提升。面向更广泛的产业应用，只有坚持软硬协同、开放共建与工程化迭代，国产算力才能在关键场景中经得起检验，并形成可持续的竞争优势。