OpenBMB/ForgeKernel

これは何？

主な機能

• 01参照カーネルを、コーディングエージェント向けのアーキテクチャ優先のマイルストーン計画に変換します。
• 02採用されたカーネルを次世代の参照カーネルへ昇格させ、世代を自動的につなぎます。
• 03正しさを検証し、候補カーネルの実行時間を参照カーネルと比較して、Nsight Computeでプロファイルします。
• 04GPUプローブで検証されたハードウェア機構を、アーキテクチャ別のナレッジベースに保存します。
• 05CuTe DSLとCUDA C++のタスクを対象に、ローカルおよびSSH経由でのGPU実行に対応します。

ユースケース

• HopperまたはBlackwell GPUでPyTorchの演算子やカスタムカーネルを最適化する。
• 長時間のカーネルチューニングを無人で実行し、生成されたレポートを確認する。
• プロジェクトで公開されているattention、GEMM、畳み込みカーネルを調べる。

クイックスタート

1. 1

   リポジトリをクローンする

2. 2

   仮想環境を作成してForgeKernelをインストールする

   python3 -m venv .venv && source .venv/bin/activate && pip install -e .
3. 3

   推奨されているCuTe DSLパッケージをインストールする

   pip install nvidia-cutlass-dsl
4. 4

   インストール済みのバージョンを確認する

   forge --version

使う前に知っておきたいこと

• !NVIDIA Hopper（sm90）またはBlackwell（sm100）GPUが必要です。
• !ログイン済みのClaude Code CLI、またはANTHROPIC_API_KEYが必要です。
• !1回の実行に数時間かかります。B200で実行した例では、約1.5時間後に5.2倍に達しました。
• !まだ初期段階のプロジェクトで、スターは8個、バージョンは0.1.0です。

収録されている特集

トピック

よくある質問

ForgeKernel とは？

採用したカーネルを次世代の参照カーネルへ昇格させながら、CUDAとCuTe DSLのカーネルを最適化する自己進化型GPUカーネルエージェント。 ForgeKernelは既存のGPU参照カーネルを起点に、対象ハードウェアで実行時間とプロファイルを測定し、コーディングエージェントが実装するアーキテクチャ優先のマイルストーン計画を作成します。採用されたカーネルは次世代の参照カーネルとなるため、既知の最良実装を超えて最適化を続けられます。GPUプローブで検証されたハードウェア機構は、GPUアーキテクチャ別のナレッジベースに保存され、複数の演算子で再利用されます。

ForgeKernel は無料で使えますか？ライセンスは？

ForgeKernel は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

ForgeKernel は今もメンテナンスされていますか？

活発にメンテナンス中。ForgeKernel の最終コミットは 2026年11月4日 です。

ForgeKernel は何に使えますか？

HopperまたはBlackwell GPUでPyTorchの演算子やカスタムカーネルを最適化する。 長時間のカーネルチューニングを無人で実行し、生成されたレポートを確認する。 プロジェクトで公開されているattention、GEMM、畳み込みカーネルを調べる。

ForgeKernel のインストール方法は？

リポジトリをクローンする 仮想環境を作成してForgeKernelをインストールする: python3 -m venv .venv && source .venv/bin/activate && pip install -e . 推奨されているCuTe DSLパッケージをインストールする: pip install nvidia-cutlass-dsl インストール済みのバージョンを確認する: forge --version

ForgeKernel はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/OpenBMB/ForgeKernel