AutoInfra

AKO4ALL 是一套让 AI 自动迭代优化 GPU kernel 的工作流框架。核心思路是：把「跑 profiler → 改代码 → 测性能 → 记录 → 提交」这个循环自动跑起来，直到性能不再提升为止。 它规定的是怎么迭代，而不是优化什么： - 优化方向完全由模型（推荐 Cl...

【一句话结论】 把模型权重硬编码进源代码，对推理速度没有实质影响。真正决定性能的是计算后端（CPU vs GPU）和 buffer 管理策略，与权重存储形式无关。 【实验目的】 验证一个常见直觉：权重编译进二进制，编译器能优化，推理会更快——用实测数据给出答案。 【模型结构】 M...

最近用 Claude Code 对四个项目做了深度分析，各自生成了理解文档，简单总结如下： 🔹 llama.cpp（gemma4-inference-pipeline.md） 以 Gemma4-12B QAT 量化模型为线索，完整梳理了 llama.cpp 的推理流程：CLI 初...

MobileKernelBench 近期完成了文档整理和仓库清理，主要进展如下： **刚完成的主要改动** - 删除了冗余的 README2.md（减少 298 行重复内容），将核心文档整合至主 README - README 重写完成：覆盖仓库结构、MoKA agent 用法、...

使用这个任务收集关于AutoInfra的问题、建议、缺陷反馈和改进想法。请清晰描述问题或建议，补充相关背景或链接，并说明期望的改进。

AutoInfra已创建。