ИИ обошёл топовых инженеров NVIDIA - WarpSpeed переписал cuGraph и дал 3.6× ускорение
Израильский стартап doubleAI выпустил ИИ, который надёжно превосходит людей экспертов в сверхсложной инженерной области.
Их ИИ WarpSpeed полностью автономно переписала и переоптимизировала все GPU-кернелы библиотеки NVIDIA cuGraph (одна из самых популярных GPU-библиотек для графовых алгоритмов в мире — PageRank, BFS, community detection и т.д.).
Над cuGraph десятилетиями работали лучшие performance-инженеры NVIDIA и WarpSpeed их обошёл.
Ключевые цифры на реальных графах и трёх архитектурах: A100, L4, A10G:
- Среднее ускорение — 3.6× (geometric mean)
- 100% алгоритмов стали быстрее
- 55% — ускорение >2×
- 18% — ускорение >10× (в отдельных случаях до 100×)
- Примеры: Weakly Connected Components ~17×, All-Pairs Cosine Similarity ~4×
Результат выпущен как doubleGraph — drop-in замена cuGraph.
Почему это крутой результат?
Обычно Claude, Gemini, Codex проваливаются тут сильно:
- Данных супер оптимизированного кода почти нет
- Правильность проверить крайне сложно (графовые алгоритмы недетерминированы, баги даже в cuGraph есть)
- Нужно длинные цепочки решений: память, warp scheduling, кэши, tiling, структура графа
Топовые агенты дают корректность всего 22–59% даже с тестами cuGraph в руках. WarpSpeed — 100% корректность + лучшее ускорение.
doubleAI пришлось изобрести новое:
- Diligent framework (обучение на крошечных датасетах)
- PAC-reasoning (верификация без ground truth, с Z3, RL и домен-специфическими ловушками)
- Агентные рои + MCTS + time-travel execution
- Распределённый кластер на тысячах GPU для десятков тысяч оценок в минуту
- Last-mile RL-оптимизация на уровне PTX
Израильский стартап doubleAI выпустил ИИ, который надёжно превосходит людей экспертов в сверхсложной инженерной области.
Их ИИ WarpSpeed полностью автономно переписала и переоптимизировала все GPU-кернелы библиотеки NVIDIA cuGraph (одна из самых популярных GPU-библиотек для графовых алгоритмов в мире — PageRank, BFS, community detection и т.д.).
Над cuGraph десятилетиями работали лучшие performance-инженеры NVIDIA и WarpSpeed их обошёл.
Ключевые цифры на реальных графах и трёх архитектурах: A100, L4, A10G:
- Среднее ускорение — 3.6× (geometric mean)
- 100% алгоритмов стали быстрее
- 55% — ускорение >2×
- 18% — ускорение >10× (в отдельных случаях до 100×)
- Примеры: Weakly Connected Components ~17×, All-Pairs Cosine Similarity ~4×
Результат выпущен как doubleGraph — drop-in замена cuGraph.
Почему это крутой результат?
Обычно Claude, Gemini, Codex проваливаются тут сильно:
- Данных супер оптимизированного кода почти нет
- Правильность проверить крайне сложно (графовые алгоритмы недетерминированы, баги даже в cuGraph есть)
- Нужно длинные цепочки решений: память, warp scheduling, кэши, tiling, структура графа
Топовые агенты дают корректность всего 22–59% даже с тестами cuGraph в руках. WarpSpeed — 100% корректность + лучшее ускорение.
doubleAI пришлось изобрести новое:
- Diligent framework (обучение на крошечных датасетах)
- PAC-reasoning (верификация без ground truth, с Z3, RL и домен-специфическими ловушками)
- Агентные рои + MCTS + time-travel execution
- Распределённый кластер на тысячах GPU для десятков тысяч оценок в минуту
- Last-mile RL-оптимизация на уровне PTX