请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
况且你不是已经在做标注了吗？
赵文渊没把这些话出口，乖乖地从代码库里找出一个算子的代码做例子。
scaled_dot_product_attention
这是变形金刚（Transforr）架构中比较重要的一个算子，可以没有它，就做不了大模型。
“N卡那边有专门的函数，性能和精度都做过深度优化，我手头连个等价实现都没有。”
韩路一拉过一把椅子坐在电脑前，接过鼠标，打开浏览器，把相关的CUDA源代码、国产显卡的IR文档、HCCLSDK都打开来。
赵文渊在旁边看得一愣：
“韩总，你要干什么？——你不会是要、要自己写吧？”
韩路一头也没抬：“试一试。”
试一试？赵文渊心里吐槽：韩总，这可是一个团队几个月的工作量。
韩路一已经打开视界，把CUDA实现中的几个关键地方都扫了出来，然后把要适配国产显卡的要点总结了一下。
接着，韩路一在赵文渊的电脑上打开了姜亦心的AI智能体编程工具。
但他没把视界看到的关键信息都输进去。
他想先看一眼，仅靠模型自己能做到什么程度。
他输入了第一段提示词：
“把这个CUDA算子翻译成国产卡IR实现。要求精度误差于1e-5，性能不低于N卡实现的70%。使用
然后把浏览器里的链接地址都打了进去。
很快，AI智能体开始自己分解任务、解决任务，最后汇总。
三分钟后，第一版结果就出来了。最终性能接近68%，但精度偏差太大。
一个大大的红色FAIL显示在屏幕上。
赵文渊在旁边松了一口气。
这才正常嘛。
他对韩路一：“韩总你看，这就是我的难点，做不过来——”
韩路一没有回应赵文渊。
他重新打开CUDA的源代码，同时打开了视界。
现在韩路一已经完全了解问题是什么了：赵文渊既不是解决不了开发难度，也不是没有方向和思路。
他只是没有时间像英伟达之前做的那样，一点点找到和他们硬件最匹配的参数。
想做可以，老老实实把人力物力和时间花进去，最后也能把适配做完，但这恰恰是英伟达的护城河所在。
如果自己适配的代价比直接买英伟达的成品还大，谁还有动力去做这件事？
现在唯一的好处是，视界可以不用一步一步实验，直接找到最优解；甚至不仅是最优解，连为什么这个是最优解、怎么来的都知道。
比如，为什么Softax的最优解不是垂直实现，而是分成三个阶段？这不是额外制造了冗余吗？
为的是避免在少见情况下的数据溢出问题。
再比如，什么是矩阵乘法分块的最佳尺寸？太大了放不下，太了效率低。这个本来要一个一个试才能得到的数据，视界直接就能给出解答。
很快，韩路一把几个关键数据输入到第一版的提示词里。这样智能体就不会自由发挥、尝试去找最优解，而是按照韩路一的提示词执行即可。
“Softax使用三阶段算法，并且在第二阶段的Reduce中，确保局部最大值的指数和更新顺序保持一致。”
“矩阵乘法的大使用64x64。”
……
韩路一连续输入了十几条具体的调优指令，然后把修改后的提示词一起发给智能体。
智能体又回去勤勤恳恳地干活儿了。
五分钟后，一个大大的绿色PASS出现在屏幕上，效率和精度都达标了。
赵文渊坐在旁边，人已经傻了。
他不顾韩路一还坐在电脑前，把头凑到屏幕前，把测试报告从头到尾看了一遍。
精度误差是2.3e-6，远低于1e-5的要求。
性能也达到了N卡实现的83%。
不信邪的赵文渊直接打开生成的原始代码，逐行看了起来。
他越看越沉默。
整段代码的结构和之前一次生成的大差不差，但所有需要经过大量测试才能得出来的结论都被替换成了新值，而这些新值导致了结果的变化。
这是一个对底层硬件有深刻理解的人才能写出来的东西。
不，准确地，是一个对底层硬件有深刻理解的人，才能指导AI写出来的东西。
赵文渊转过头，看着韩路一。
“韩总，这些值，你都是怎么确定下来的？你怎么知道它们能过？”
韩路一往后靠在椅背上，微微一笑：“我看了文档。”
“我去，原来你看了文档啊，不早。”赵文渊先开了个玩笑，然后声音突然拔高，“我也看了两天文档，跑了十几个测试，我都没找到这个tile尺寸，你看了几分钟就看出来了？”
韩路一没有回答，只是接着笑。
赵文渊盯着他看了好一会儿，最后像泄了气一样靠回椅子上。
“行吧。”他叹了一口气，道，“我不问了。”
他之前不是没想过用AI来做这些工作，但AI根本做不了。每次跑出来的结果，不是卡死，就是偏差太大。
怎么韩路一一上手就好用了？
赵文渊现在只想火速删掉发给韩路一的那个共享文档的标题。
韩路一在他眼前，把他觉得不可能的事情做出来了。
如果这个不是偶然呢？
如果scaled_dot_product_attention可以这样做，那其他算子呢？
什么暂无可行性啊？
什么叫“别想了，没戏”啊？
这不是有戏了吗？
他现在非常想让那个前同事过来现场看看。