CodexとClaudeによるカスタムCUDAカーネル生成スキル
Custom Kernels for All from Codex and Claude
Hugging Faceは、CUDAカーネル開発を自動化するエージェントスキルを開発した。このスキルは、ClaudeやCodexといったコーディングエージェントに、GPUアーキテクチャ固有の最適化、PyTorchバインディング、ベンチマークスクリプトを含む本番環境対応のCUDAカーネルを生成させる。具体的には、diffusersパイプラインとtransformersモデルを対象に、RMSNormやRoPE 3Dなどのカーネルを生成し、H100 GPU上でPyTorchベースラインと比較して平均1.88倍から2.26倍の速度向上を達成した。生成されたカーネルはHugging Face Kernel Hubを通じて配布され、ユーザーはコンパイル不要で利用できる。このスキルは、GPU最適化ガイド、ライブラリ統合パターン、カーネルテンプレートなどのドメイン知識を含み、開発プロセスを大幅に簡略化する。
- Hugging FaceがClaudeやCodexを用いてCUDAカーネルを自動生成するエージェントスキルを開発・公開した
- 生成されたCUDAカーネルがH100 GPU上でPyTorchベースラインと比較して平均1.88倍から2.26倍の速度向上を達成した
Hugging FaceがClaudeやCodexを使ってGPUカーネルを自動生成し、H100上で最大2.26倍の速度向上を達成した点は注目に値する。これはAIエージェントが単なるコード生成を超え、GPUアーキテクチャ固有の最適化や本番環境向けのバインディングまで自動化できることを示しており、AI/MLOps領域の競争軸が「モデル精度」から「実行効率の自動最適化」へシフトする可能性を示唆する。特にKernel Hubによりコンパイル不要で利用可能になる点は、GPU最適化の民主化を促進し、NVIDIAのCUDAエコシステムにおけるHugging Faceの存在感を高める。AIエージェントによるインフラ最適化の自動化は、AI半導体需要に拍車をかける一方、従来の手動カーネル開発企業にはリスクとなる。