Fable 5手搓首個(gè)CUDA「超級(jí)內(nèi)核」！2.5小時(shí)狂飆18.7倍

新智元報(bào)道

【新智元導(dǎo)讀】AI已經(jīng)能純手搓CUDA榨干GPU了！Fable 5狂飆18.7倍登頂，把GPT-5.5甩開(kāi)4倍多。Anthropic聯(lián)創(chuàng)直呼：RSI自我進(jìn)化開(kāi)始了。

AI竟寫(xiě)出了，史上最快內(nèi)核！

在全新一輪GPU算子基準(zhǔn)測(cè)試KernelBench-Mega中，F(xiàn)able 5表現(xiàn)一騎絕塵。

它在RTX PRO 6000，全程「純手搓」CUDA，速度狂飆18.7倍。

相比之下，強(qiáng)如Claude Opus 4.8也只跑出14.4倍，而GPT-5.5只有4.34倍。

Fable 5把第二名甩開(kāi)了整整4倍多的身位，斷層領(lǐng)先。

而給這件事下定論的，是Anthropic聯(lián)合創(chuàng)始人Jack Clark。

他的判斷只有一句話(huà)，這是「遞歸自我提升（RSI）循環(huán)」的開(kāi)始。

Fable 5狂飆18.7倍

爆斬GPT-5.5

AI寫(xiě)出全球最快的底層代碼，不僅速度碾壓人類(lèi)，甚至在代碼的「純度」上都做到了極致。

要知道，KernelBench-Mega絕不是什么普通的跑分基準(zhǔn)。

它考的不再是對(duì)單一、孤立算子的修修補(bǔ)補(bǔ)，而是將一整個(gè)模型的計(jì)算塊強(qiáng)行塞入內(nèi)核，做深度的算子融合——

這次的硬核考題是02_kimi_linear_decode，一項(xiàng) Kimi-Linear W4A16 的混合解碼任務(wù)（4-bit 權(quán)重，bf16 激活）。

規(guī)則極其嚴(yán)苛：每個(gè)模型僅有一次自主會(huì)話(huà)的機(jī)會(huì)，以及3小時(shí)真實(shí)時(shí)間的極限壓榨。

而Fable 5交出的這份成績(jī)單，簡(jiǎn)直是將物理極限，直接拍在了對(duì)手臉上：

Fable 5：18.71倍

Opus 4.8：14.4倍

GPT-5.5：4.34倍

Sonnet 5：4.0倍

更反直覺(jué)的是，上下文越長(zhǎng)，它竟然跑得越快！

2K上下文時(shí)領(lǐng)17.8倍，8K時(shí)擴(kuò)大到18.9倍，拉長(zhǎng)到16K時(shí)，直接狂飆到了19.5倍。

要知道，隨著上下文拉長(zhǎng)，KV Cache必然膨脹，單Token的注意力計(jì)算量隨之激增。

這通常是解碼內(nèi)核性能「大出血」的重災(zāi)區(qū)。

但Fable 5極其硬核地把所有計(jì)算強(qiáng)塞進(jìn)「單次啟動(dòng)」（Kernel Launch）中，極大攤薄了固定的屏障同步開(kāi)銷(xiāo)；

同時(shí)，其int4的計(jì)算效率死死咬住了硬件的內(nèi)存帶寬上限。

結(jié)果就是，在別人遭遇瓶頸時(shí)，它與基準(zhǔn)線(xiàn)的差距不僅沒(méi)有縮小，反而隨著壓力的增加越拉越大。

史上首個(gè)「真·超級(jí)內(nèi)核」

而真正讓圈內(nèi)人脊背發(fā)涼的，還不是這個(gè)速度。

Fable 5寫(xiě)出的，是KernelBench-Mega史上第一個(gè)真正的「超級(jí)內(nèi)核」（megakernel）。

所謂「超級(jí)內(nèi)核」，就是把整套推理流程壓進(jìn)一個(gè)內(nèi)核里一口氣跑完，中間不落地、不切換。

這是GPU編程里，公認(rèn)最難啃的寫(xiě)法之一。

人類(lèi)工程師做起來(lái)都頭大，此前榜單上從沒(méi)有任何模型真正做出來(lái)過(guò)。

它到底「純」在哪？

通過(guò)torch.profiler可以看到一個(gè)驚人的細(xì)節(jié)：

解碼每一個(gè)Token時(shí)，F(xiàn)able 5的內(nèi)核只啟動(dòng)了「剛好一次」的協(xié)作。

int4解量化、卷積、SiLU、KDA門(mén)控delta狀態(tài)、MLA吸收隱變量注意力、MoE路由加top-8專(zhuān)家、各種RMSNorm，甚至連KV緩存的寫(xiě)入——

全都塞進(jìn)這一次啟動(dòng)里，靠14道網(wǎng)格屏障分階段跑完。

而其他所有高分模型，全都得把問(wèn)題拆成4-14次獨(dú)立的內(nèi)核啟動(dòng)，才能勉強(qiáng)跑完。

一次，對(duì)十四次。

這個(gè)差別不是玄學(xué)。每啟動(dòng)一次內(nèi)核，GPU 都要停一停、交接一次，中間的空轉(zhuǎn)都是白白流掉的時(shí)間。

別人拆成十幾次，F(xiàn)able 5 卻把所有活攢成一次干完。省下的，全是純粹的性能。

2.5小時(shí)，55萬(wàn)Token一次寫(xiě)成

Fable 5寫(xiě)內(nèi)核的過(guò)程，沒(méi)有一上來(lái)就狂敲代碼。

整場(chǎng)會(huì)話(huà)，它用了64%的時(shí)間在沉默——安靜地給基準(zhǔn)線(xiàn)計(jì)時(shí)、給網(wǎng)格屏障做微基準(zhǔn)、推導(dǎo)出一條「每token約29倍字節(jié)」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

做完這些功課，它才一口氣把整個(gè)內(nèi)核寫(xiě)完，第一次跑分就直接命中14.4倍。

然后，它用最后一個(gè)小時(shí)刪屏障、把int4反量化壓榨到幾乎「免費(fèi)」，一路把自己送上18.7倍。

中途試過(guò)一次負(fù)優(yōu)化，測(cè)完當(dāng)場(chǎng)回滾，沒(méi)有半句自我辯解，只認(rèn)數(shù)據(jù)。

整個(gè)過(guò)程：2.5小時(shí)，約55萬(wàn)token。

這里，最容易被忽略的一點(diǎn)是——

Fable 5，還只是Anthropic內(nèi)部模型Claude Mythos的「安全版本」。

「AI自進(jìn)化」循環(huán)，開(kāi)始了

正因如此，Anthropic聯(lián)創(chuàng)Jack Clark在最新一期Import AI里，直接下了一個(gè)不輕的判斷——

這標(biāo)志著「遞歸自我提升」（RSI）循環(huán)的正式開(kāi)啟。

這一期的副標(biāo)題，他只留了一句話(huà)：這是一個(gè)新世界的開(kāi)端嗎？

他的邏輯很直白，能自主開(kāi)發(fā)和優(yōu)化內(nèi)核，是做AI研發(fā)最底層的輸入任務(wù)之一。

AI 越會(huì)寫(xiě)內(nèi)核，訓(xùn)練和推理就越快；越快，下一代就越強(qiáng)；越強(qiáng)，寫(xiě)內(nèi)核又更狠——

這個(gè)飛輪一旦轉(zhuǎn)起來(lái)，就不太需要人再推了。

Fable 5 不只在「造自己」這件事上領(lǐng)先，它連人類(lèi)的活也開(kāi)始接了。

最近，在Remote Labor Index（遠(yuǎn)程勞動(dòng)指數(shù)）上，AI的完成率從2025 年10月上線(xiàn)時(shí)的2.5%，一路漲到了2026年7月。

不到八個(gè)月，前沿水平翻了兩番還多。

Clark表示，AI拓展自身經(jīng)濟(jì)邊界的速率，正在全面反超人類(lèi)重構(gòu)「比較優(yōu)勢(shì)」的速度。

一半狂奔，一半敬畏

有意思的是，就在同一期Import AI的結(jié)尾，Jack Clark寫(xiě)了一篇科幻——

一個(gè)2050年的世界，「通用計(jì)算機(jī)」因?yàn)樘^(guò)危險(xiǎn)，被人類(lèi)親手封禁。

「大坍塌」之后的世界，只剩下用水管、容器和黃銅齒輪，搭起來(lái)的模擬計(jì)算機(jī)，笨拙地運(yùn)轉(zhuǎn)著——

想預(yù)測(cè)天氣，就得把山脈造成硬件里固定的阻抗結(jié)構(gòu)；

想模擬洪水，就得把電子電路織進(jìn)真實(shí)的河道地形。

寫(xiě)下「RSI循環(huán)開(kāi)始了」的那個(gè)人，轉(zhuǎn)頭就在想象一個(gè)把通用計(jì)算關(guān)進(jìn)籠子的世界。

這大概就是，此刻最真實(shí)的「撕裂感」：一半是狂奔，一半是敬畏。

一年多前，KernelBench剛發(fā)布時(shí)，當(dāng)時(shí)最強(qiáng)的OpenAI o1，在最難的任務(wù)上只拿到4%。

而今天，AI已經(jīng)在給自己寫(xiě)驅(qū)動(dòng)了。

人類(lèi)花了幾十年，才把GPU的極限榨到今天這一步。而Fable 5，僅用了2.5小時(shí)。

倒計(jì)時(shí)，或許已經(jīng)悄悄開(kāi)始了。

參考資料：

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

編輯：桃子