面壁智能 ForgeKernel 直播从零写算子，比 DeepSeek FlashMLA 快 9.8% 并开源

面壁智能的算子生成系统 ForgeKernel 在无人参与的情况下，仅凭算子的数学定义和目标硬件约束，在英伟达 B200 上把 DeepSeek-V4.1 的 FlashMLA Prefill 算子写快了 9.8%，全程直播耗时 22.5 小时、42 轮迭代，最终版本耗时 472 微秒，FlashMLA 为 518 微秒。