Proyek ini memperkenalkan optimizer kernel CUDA agéntik yang mengubah deskripsi beban kerja menjadi implementasi GPU melalui generasi kode otomatis, pemeriksaan kebenaran, benchmarking, dan penyempurnaan. Didukung oleh LangGraph, agen mengeksplorasi implementasi kernel dan konfigurasi peluncuran, menanyakan properti GPU, dan dapat meneliti dokumentasi NVIDIA untuk panduan optimasi. Ia juga memeriksa penghitung Nsight Compute untuk memberi informasi pada eksperimen berikutnya. Setiap eksperimen direkam, dan implementasi yang divalidasi dan paling cepat dipertahankan.

Model dapat mengubah baik kode kernel maupun konfigurasi peluncuran per kasus. Arnase C++ mandiri mengkompilasi kernel dengan NVRTC, meluncurkannya melalui API Driver CUDA, dan menyimpan outputnya. Python menangani perbandingan dan pemilihan kandidat. Sistem ini memerlukan Python 3.12+, GPU NVIDIA, dan toolkit/driver CUDA yang kompatibel, bersama dengan CMake 3.24+ dan kompiler C++17. Persiapan meliputi pembuatan lingkungan virtual, pemasangan dependensi, dan konfigurasi pembangunan dengan Visual Studio 2026.

Pengguna dapat menjalankan optimizer dengan deskripsi beban kerja, seperti "GEMM presisi tunggal dengan matriks persegi panjang", dan menentukan jumlah maksimum iterasi. Model default adalah gpt-5-mini dengan usaha reasoning sedang, dan penggunaan API ditagihkan ke akun pengguna. Bendera opsional mengaktifkan profilering dengan Nsight Compute dan pengambilan panduan penelitian NVIDIA sebelum menghasilkan kernel.

Entitas Utama: Perusahaan: NVIDIA, OpenAI | Lokasi: Windows, RTX 3060 Laptop GPU