陈天奇、贾扬清点赞：Vibe Coding版PyTorch，连论文都是AI写的

AIGC动态3小时前发布 almosthuman2014

59 0 0

文章摘要

英伟达杰出工程师许冰开源了全球首个完全由AI智能体生成的深度学习系统VibeTensor，该项目从底层架构到上层接口的所有代码均由AI生成，没有一行人类编写的代码。VibeTensor包含约4.7万行自动生成的内核代码，采用Triton和CuteDSL编写，并配备RCU风格调度器、缓存分配器和反向模式自动微分器。其独创的Fabric张量系统是目前任何框架中都不存在的新设计，能够主动识别硬件拓扑并支持多设备通信。

在性能方面，VibeTensor目前还无法与成熟的PyTorch框架媲美，部分场景慢了1.7到6.2倍。但在某些特定算子如Fused Attention上，其性能反而优于PyTorch的原生实现，前向计算快1.54倍，后向计算快1.26倍。项目展现出AI在掌握硬件特性方面的潜力，同时也暴露出”弗兰肯斯坦效应”——即局部正确的组件在组合成系统时会产生性能瓶颈的问题。

该项目采用了一种全新的AI辅助开发方法，人类仅提供高层需求，AI智能体自主完成代码生成、测试和修复的全过程。开发过程中引入了多智能体评审机制和严格的测试规范，确保生成的16万行代码保持逻辑一致性。值得注意的是，连项目相关的论文也是100%由AI撰写，展示了AI在技术文档创作方面的能力。

VibeTensor的创新之处还体现在其跨语言支持上，不仅提供Python接口，还开创性地引入了基于Node-API的Node.js插件，采用异步优先设计。这种横跨数据科学与后端工程的选型，体现了AI处理异构开发环境的灵活性。

该项目标志着AI编程能力的重要突破，虽然目前仍存在效率问题，但证明了AI已经能够构建深度学习框架这样复杂的系统软件。正如许冰所言，这项工作的意义在于验证了一个根本性问题：AI能否编写复杂的系统代码？VibeTensor给出的答案是肯定的，尽管还存在”但是”的局限性。这可能是AI工程师领域的”AlphaGo时刻”，预示着未来系统软件开发模式的根本性变革。