【导读】AI已经能纯手搓CUDA榨干GPU了!Fable 5狂飙18.7倍登顶,把GPT-5.5甩开4倍多。Anthropic联创直呼:RSI自我进化开始了。
AI竟写出了,史上最快内核!
在全新一轮GPU算子基准测试KernelBench-Mega中,Fable 5表现一骑绝尘。
它在RTX PRO 6000,全程「纯手搓」CUDA,速度狂飙18.7倍。
相比之下,强如Claude Opus 4.8也只跑出14.4倍,而GPT-5.5只有4.34倍。
Fable 5把第二名甩开了整整4倍多的身位,断层领先。
而给这件事下定论的,是Anthropic联合创始人Jack Clark。
他的判断只有一句话,这是「递归自我提升(RSI)循环」的开始。
Fable 5狂飙18.7倍,爆斩GPT-5.5
AI写出全球最快的底层代码,不仅速度碾压人类,甚至在代码的「纯度」上都做到了极致。
要知道,KernelBench-Mega绝不是什么普通的跑分基准。
它考的不再是对单一、孤立算子的修修补补,而是将一整个模型的计算块强行塞入内核,做深度的算子融合——
这次的硬核考题是 02_kimi_linear_decode,一项 Kimi-Linear W4A16 的混合解码任务(4-bit 权重,bf16 激活)。
规则极其严苛:每个模型仅有一次自主会话的机会,以及3小时真实时间的极限压榨。
而Fable 5交出的这份成绩单,简直是将物理极限,直接拍在了对手脸上:
Fable 5:18.71倍
Opus 4.8:14.4倍
GPT-5.5:4.34倍
Sonnet 5:4.0倍
更反直觉的是,上下文越长,它竟然跑得越快!
2K上下文时领17.8倍,8K时扩大到18.9倍,拉长到16K时,直接狂飙到了19.5倍。
要知道,随着上下文拉长,KV Cache必然膨胀,单Token的注意力计算量随之激增。
这通常是解码内核性能「大出血」的重灾区。
但Fable 5极其硬核地把所有计算强塞进「单次启动」(Kernel Launch)中,极大摊薄了固定的屏障同步开销;
同时,其int4的计算效率死死咬住了硬件的内存带宽上限。
结果就是,在别人遭遇瓶颈时,它与基准线的差距不仅没有缩小,反而随着压力的增加越拉越大。
史上首个「真·超级内核」
而真正让圈内人脊背发凉的,还不是这个速度。
Fable 5写出的,是KernelBench-Mega史上第一个真正的「超级内核」(megakernel)。
所谓「超级内核」,就是把整套推理流程压进一个内核里一口气跑完,中间不落地、不切换。
这是GPU编程里,公认最难啃的写法之一。
人类工程师做起来都头大,此前榜单上从没有任何模型真正做出来过。
它到底「纯」在哪?
通过torch.profiler可以看到一个惊人的细节:
解码每一个Token时,Fable 5的内核只启动了「刚好一次」的协作。
int4解量化、卷积、SiLU、KDA门控delta状态、MLA吸收隐变量注意力、MoE路由加top-8专家、各种RMSNorm,甚至连KV缓存的写入——
全都塞进这一次启动里,靠14道网格屏障分阶段跑完。
而其他所有高分模型,全都得把问题拆成4-14次独立的内核启动,才能勉强跑完。
一次,对十四次。
这个差别不是玄学。每启动一次内核,GPU 都要停一停、交接一次,中间的空转都是白白流掉的时间。
别人拆成十几次,Fable 5 却把所有活攒成一次干完。省下的,全是纯粹的性能。
2.5小时,55万Token一次写成
Fable 5写内核的过程,没有一上来就狂敲代码。
整场会话,它用了64%的时间在沉默——安静地给基准线计时、给网格屏障做微基准、推导出一条「每token约29倍字节」的roofline上限。
地址:https://huggingface.co/datasets/Infatoshi/kernelbench-mega-traces/blob/main/20260701_172615_claude_claude-fable-5_02_kimi_linear_decode.jsonl
做完这些功课,它才一口气把整个内核写完,第一次跑分就直接命中14.4倍。
然后,它用最后一个小时删屏障、把int4反量化压榨到几乎「免费」,一路把自己送上18.7倍。
中途试过一次负优化,测完当场回滚,没有半句自我辩解,只认数据。
整个过程:2.5小时,约55万token。
这里,最容易被忽略的一点是——
Fable 5,还只是Anthropic内部模型Claude Mythos的「安全版本」。
「AI自进化」循环,开始了
正因如此,Anthropic联创Jack Clark在最新一期Import AI里,直接下了一个不轻的判断——
这标志着「递归自我提升」(RSI)循环的正式开启。
这一期的副标题,他只留了一句话:这是一个新世界的开端吗?
他的逻辑很直白,能自主开发和优化内核,是做AI研发最底层的输入任务之一。
AI 越会写内核,训练和推理就越快;越快,下一代就越强;越强,写内核又更狠——
这个飞轮一旦转起来,就不太需要人再推了。
Fable 5 不只在「造自己」这件事上领先,它连人类的活也开始接了。
最近,在Remote Labor Index(远程劳动指数)上,AI的完成率从2025 年10月上线时的2.5%,一路涨到了2026年7月。
不到八个月,前沿水平翻了两番还多。
Clark表示,AI拓展自身经济边界的速率,正在全面反超人类重构「比较优势」的速度。
一半狂奔,一半敬畏
有意思的是,就在同一期Import AI的结尾,Jack Clark写了一篇科幻——
一个2050年的世界,「通用计算机」因为太过危险,被人类亲手封禁。
「大坍塌」之后的世界,只剩下用水管、容器和黄铜齿轮,搭起来的模拟计算机,笨拙地运转着——
想预测天气,就得把山脉造成硬件里固定的阻抗结构;
想模拟洪水,就得把电子电路织进真实的河道地形。
写下「RSI循环开始了」的那个人,转头就在想象一个把通用计算关进笼子的世界。
这大概就是,此刻最真实的「撕裂感」:一半是狂奔,一半是敬畏。
一年多前,KernelBench刚发布时,当时最强的OpenAI o1,在最难的任务上只拿到4%。
而今天,AI已经在给自己写驱动了。
人类花了几十年,才把GPU的极限榨到今天这一步。而Fable 5,仅用了2.5小时。
倒计时,或许已经悄悄开始了。
参考资料:
https://x.com/elliotarledge/status/2072814573753975266?s=20
https://www.reddit.com/r/singularity/comments/1uowkp0/fable_5_sits_at_the_top_of_kernelbench_jack_clark/
https://importai.substack.com/p/import-ai-464-fables-writes-gpu-kernels
本文来自微信公众号“新智元”,作者:ASI启示录;编辑:桃子
