无问芯穹在英伟达SOL-ExecBench拿下88项单题第一

无问芯穹（Infinigence AI）在NVIDIA Research推出的GPU算子性能评测榜单SOL-ExecBench上取得成绩，先后登顶L1基础算子、L2融合算子、Quant量化算子与FlashInfer-Bench推理算子全部四大赛道。截至2026年10月26日，其在L1与Quant两大赛道总分位列全球第一，L2与FlashInfer-Bench赛道总分位列全球第二；在全部235道GPU算子优化题目中以88项单题第一位居所有参赛团队之首，超过第二名单题第一数量的2倍，L2赛道82道题目中拿下39项第一。 SOL-ExecBench于2026年3月19日推出，SOL指Speed of Light，即以硬件能力推导的理论性能边界。与传统评测比较相对软件基线的加速效果不同，该榜单引入以硬件性能上限为参照的SOL Score，并在高性能计算卡上实测。题目从124个真实及前沿AI模型中提取235道算子优化题，覆盖语言、视觉、语音、视频及多模态，分为L1基础算子、L2融合算子、Quant量化算子（含FP8、NVFP4等低精度计算）和FlashInfer-Bench推理算子（聚焦注意力机制、混合专家网络等在线推理关键计算）四类。 该榜单为持续竞争、高频刷新的全球榜单。据SF Tensor于2026年9月25日公布的数据，当时已有583支团队累计提交超过3.1万次评测，平均约每8分钟一条公开提交。参赛方包括Databricks、SF Tensor、Cursor团队以及Recursive、doubleAI、Geometric等自动化算子优化团队。 文章介绍无问芯穹围绕该榜单构建的算子优化Agent：执行上采用容器化隔离，将Agent工作区、评测区与调试区解耦，工作区允许联网但不直接分配GPU，宿主侧调度器统一排队分配GPU，评测与调试容器均禁用网络，防止Agent修改评测脚本或干预计时；能力上通过模块化Skills接入开源社区GPU编程知识与性能分析工具，并设框架感知Skill与共享Memory沉淀有效策略；策略上按计算密集型、访存密集型、多算子链路、小Shape低延迟任务分层优化，并在Triton、TileLang、CuTe DSL等不同粒度DSL间权衡，逐层生成CUDA、PTX等低层代码。 无问芯穹将这一方向表述为从GPU Maxxing走向Token Maxxing，即不仅提升从电到Token的转化效率，还要让Token转化为任务成果，并探索以Agent优化成果反哺基础设施的RSI路径。下一步计划将探索延伸至Agent自身的任务规划、工具调用、记忆管理与反馈机制。