量化、padding、mask、可选参数与数值误差共同定义正确性边界。
ASCEND A2 / A3 · TRITON-ASCEND · EVOLUTIONARY SEARCH
ASCEND-OK
让搜索理解约束，
让NPU测量决定进化。
面向昇腾平台的 Triton Kernel 自动优化系统。大模型提出候选，约束门禁守住语义，真实 NPU 反馈驱动下一代。
ASCEND 910B3CANN 8.350 KERNELSTOP-5 OUTPUT
KERNELsource + tests
EVOLVEcandidate pool
GATEScompile + truth
910Bprofile + latency
ACTIVE GENERATIONG / 07fitness feedback circulating
passrepairlineage
01 / RESEARCH PROBLEM
WHY ASCEND-OK
Kernel 优化不是寻找一个更快的数字，
而是在多重约束中寻找可交付程序。
同一处变换可能改善连续访存，却破坏尾块语义；可能通过一个 shape，却在隐藏边界失败；也可能正确但无法被 profiler 稳定观测。ASCEND-OK 将这些冲突显式建模为搜索过程的一部分。
每个 Kernel 的 wall-clock、模型调用与最多五个候选限制搜索宽度。
访存、规约、流水、同步和编译行为共同决定 910B 上的真实收益。
50 个异构 Kernel 横跨 elementwise、reduction、scan、attention 与 indexing。
02 / CLOSED LOOP
CONSTRAINT-AWARE EVOLUTION
一次优化，是一条可回流、可修复、可追溯的候选生命周期。
生成模型只负责提出假设。候选必须依次通过静态约束、编译、正确性与真实 NPU 测量；失败原因会压缩为下一代可以执行的反馈。
TASK CONTRACT
建立不可变的优化边界
读取 Kernel、测试入口、平台能力与候选上限。不同任务的状态相互隔离，输出路径保持确定。
03 / SYSTEM ARCHITECTURE
CONTROL PLANE × NPU DATA PLANE
让生成、验证和测量各自只承担可被验证的职责。
约束感知候选生成
大模型变异、保守程序变换与 directed repair 在同一候选表示中协同。
正确性优先门禁
语法、编译、公开 Case、差分边界回归逐级阻断错误候选。
NPU 诊断反馈
把运行错误、延迟和 profiler 现象转成可执行的下一轮搜索方向。
谱系与可恢复执行
源码指纹、lineage、checkpoint 与事件日志支撑去重、回退和中断恢复。
PYTHON 3.10TORCH 2.6TRITON 3.4 DEVCANN 8.3 RC1ASCEND 910B3
04 / VERIFIED EVIDENCE
FINAL ROUND · 50-KERNEL CONTRACT
同一决赛合同下，覆盖 49 个 Kernel，并完成 342 个候选任务。
主结果对应决赛 v311 的 50-Kernel 评测合同。初赛 21-Kernel 成绩在下方独立标注，不与决赛结果合并计算。
CONTRACT MAPSEPARATE DENOMINATORS
决赛主合同v311 · 50 Kernels
49 / 5055初赛稳健合同v255 · 21 Kernels
20 / 2170131候选任务
393评测任务
342成功任务
49覆盖 Kernel
两个阶段的数据集、Case 数与候选组合不同；本图只并列展示合同规模，不据此推导跨阶段性能退化。
完整实验包含什么？
最终报告给出版本链、失败类型、Kernel 分类、运行环境和结构化事实源；所有定量图表均由同一份 JSON 自动生成。
查看 40 页最终报告 ↗05 / ASCEND EXECUTION
FROM SOURCE TO DEVICE FACTS
在 910B 上，以失败为信号，以测量为裁决。
DIAGNOSTIC ROUTING
06 / VIDEO DEMO
WATCH ASCEND-OK EVOLVE
Triton 算子，如何在昇腾上完成一次自主进化？
从约束感知候选生成、正确性门禁，到 910B 上的真实测量与反馈回流，短片完整呈现 ASCEND-OK 的核心工作方式。
BILIBILI / PROJECT DEMO
《Triton算子竟然可以自己在昇腾上进化了？》
用一个完整闭环解释 ASCEND-OK 如何把大模型生成、程序分析、约束修复与 NPU 测量组织为自动优化系统。
在 B 站观看 ↗READ · REPRODUCE · INSPECT