过去几年AI 基础设施正在快速变化。模型越来越大硬件选择越来越多企业对本地化、安全可控和高性能计算的需求也越来越强。但在真实工程现场问题往往不是“有没有算力”而是“算力能不能被真正用好”一台 AI 服务器交付之后开发者还要面对模型迁移、算子适配、编译报错、性能调优、环境兼容等一系列问题。很多时候模型能跑起来只是第一步要跑得快、跑得稳、跑得可控背后还需要大量底层工程工作。这就是 Kerminal 想解决的问题。点击使用Kerminal — AI 驱动的算子开发平台- 为计算加速而生的 AI Agent -Kerminal 是一个面向计算加速场景的 AI Agent。它基于 KernelCAT(CAT: Computing Acceleration Terminal计算加速终端)融合 AI 与运筹优化能力专注于本地化、安全可控的高性能算子与内核开发。你可以把它理解为一位常驻本地开发环境中的“计算加速搭档”。它不只是告诉你代码应该怎么写而是可以进入真实工程环境读取项目结构拆解任务计划修改文件运行命令分析报错并推动编译、测试和优化流程继续向前。比如当你提出帮我优化这个CUDA kernel的内存访问模式。Kerminal 会先分析项目结构再读取相关代码识别可能存在的非合并访存、bank conflict 或 shared memory 使用问题然后形成清晰的执行计划逐步完成代码修改、编译验证和性能对比。这意味着很多过去需要开发者反复切换工具、手动排查、手动试错的工作可以被整合进一个更连续的开发流程里。- 它不是代码补全而是工程闭环 -传统 AI 编程工具更多关注“生成代码”。但在计算加速场景里仅仅生成代码远远不够。一个算子是否真正可用不只取决于代码看起来是否正确还取决于它能否在目标硬件上编译通过、能否处理真实输入、能否达到预期性能、能否和现有工程环境兼容。Kerminal 关注的是完整工程闭环。它可以根据任务自动创建 Plan用 TODO 列表追踪进度可以在本地读写文件、运行命令也可以根据报错继续修复让开发过程不再停留在“建议层面”。对工程师来说Kerminal 更像是一个可以协作执行任务的 Agent而不是一个只负责补全几行代码的助手。- 安全可控是底层能力 -计算加速往往发生在企业核心代码和关键工程环境中。因此Kerminal 从一开始就把安全可控放在重要位置。它支持信任目录、多层审批策略和命令风险识别机制。对于高风险操作系统会要求人工确认避免 Agent 在未知边界内自动执行危险命令。同时团队也可以通过 AGENTS.md 注入编码规范、构建说明和领域经验把个人经验沉淀为团队可复用的知识资产。这对算子开发和性能调优尤其重要。因为很多优化经验过去只存在于少数专家的脑子里而 Kerminal 希望帮助团队把这些经验沉淀下来变成可以复用、可以传承、可以持续演进的工程能力。- Kerminal 适合谁 -如果你正在做模型适配、算子开发、推理优化、异构硬件迁移Kerminal 都可能成为你的开发搭档。它尤其适合这些场景在国产硬件或异构芯片上迁移模型和算子针对 CUDA、Ascend 等环境进行 kernel 优化根据 Profiling 信息定位性能瓶颈在本地工程环境中完成编译、测试和回归验证把团队的调优经验沉淀为长期资产。点击使用Kerminal — AI 驱动的算子开发平台我们相信AI 时代的计算加速不应该只依赖少数专家手工试错。Kerminal 想做的是让复杂的算子开发和性能优化变得更自动、更透明、更可控。你负责提出目标Kerminal 和你一起交付。让国产算力真正“好用”起来这是我们做 Kerminal 的起点。#算子开发#国产算力#交付#计算加速