日本人工智能初创公司Sakana AI宣布推出“AI CUDA工程师”（AI CUDA Engineer），这一创新性的AI智能体系统旨在自动化生产高度优化的CUDA内核，显著提升机器学习操作的运行效率。根据X平台上的最新消息，该系统通过进化的大型语言模型(LLM)驱动代码优化技术，将常见PyTorch操作的运行速度提高了10至100倍，标志着AI技术在GPU性能优化领域的重大突破。Sakana AI表示，CUDA内核作为GPU计算的核心，直接编写和优化通常需要深厚的专业知识和高技术门槛，而现有框架如PyTorch虽然使用便捷，但在性能上往

Anthropic发布AI开发平台新功能，以简化AI应用开发流程。新亮点包括在控制台生成、测试和评估AI提示的能力，自动生成测试用例和比较输出功能，以及由Claude 3.5 Sonnet支持的提示生成器。开发者只需描述任务，Claude即可生成高质量提示。更新还引入测试套件生成功能，允许用户添加或导入测试用例，并可一键运行所有测试，调整参数。包括响应评估工具和并排比较输出选项，以改进提示并邀请专家评分，目标是加速和提高AI应用的性能优化。此更新为目标人群提供了更高效、便捷的AI开发方式，并促进了AI领域的创新和进步。

["1. 千亿参数大模型需要266台8卡A100服务器,单卡计算效率44%。","2. 欲提高大模型性能,需要优化框架、IO、通信等方面。","3. 与GPT-4相比,国内大模型在算力、算法、数据上存在差距。"]