Sankalp usa Codex loop para colocarse en el 12.º lugar en el concurso B200 QR de GPU Mode
Sankalp se ubicó en el puesto 12 entre 183 participantes después de usar Codex, herramientas de perfilado y más de 1,500 envíos para optimizar un B200 QR kernel.
By RuntimeWire Staff · Published
Primary source: Sankalp's blog
Por qué importa
El resultado de Sankalp muestra cómo un benchmark estricto puede convertir a un agente de codificación en un sistema experimental. Los ingenieros aún tienen que elegir la arquitectura, interpretar los perfiles y cambiar la política de búsqueda cuando el agente se queda atascado.
El resultado verificable de forma independiente es el puesto 12.º entre 183 participantes con 1,804.779 microsegundos en una NVIDIA B200. Alcanzó ese resultado después de más de 1,500 envíos durante 14 días usando OpenAI Codex. El proyecto formó parte de la serie de GPU Mode, Linear Algebra Kernels in the Age of Research, y de su competencia qr_v2.…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.