في عالم يتسارع فيه تطور الذكاء الاصطناعي، أصبح تحسين نوى GPU أمرًا بالغ الأهمية لضمان كفاءة نظم التعلم العميق (Deep Learning Systems). إلا أن كتابة نوى ذات أداء عالي تتطلب خزينة من الخبرة التقنية والمهارات البرمجية. هنا يبرز دور وكلاء البرمجة الذكية، الذين يستطيعون قراءة الأكواد وتفعيل المترجمات وأدوات التحليل (Profilers) لتحسين الأداء.

ومع ذلك، فإن المعايير الحالية لقياس أداء هذه الوكلاء تعتمد غالبًا على تقييم مكالمات موديلات اللغات الضخمة (Large Language Models) بشكل فردي، ولا تأخذ في الاعتبار تدفقات العمل الكاملة للوكلاء أو اختبار تحسينات النوى غير المرئية.

لذا، تم تقديم AgentKernelArena، وهو معيار مفتوح المصدر يهدف إلى قياس أداء وكلاء البرمجة الذكية في تحسين نوى GPU. يحتوي هذا المعيار على 196 مهمة تشمل تحسينات من HIP إلى HIP، وتراجم من PyTorch إلى HIP، مع تقييم أعمال الوكلاء الكاملة في بيئات معزولة باستخدام ممارسات مثل الترجمة المتحكم بها والتحقق من الصحة والأداء.

أظهرت النتائج مدى كفاءة الأداء، مع تحقيق ارتفاع متوسط يصل إلى 6.89x في مهام PyTorch إلى HIP و6.69x في HIP إلى HIP، مما يدل على قدرة هذه الوكلاء على تحقيق تحسينات فعالة. ومع ذلك، تكشف تقييمات النماذج غير المرئية أن بعض العمليات قد تعاني من انخفاض في الصحة نتيجة للفرضيات الشكلية المحددة.

سعى فريق العمل على تطوير AgentKernelArena ليكون إطارًا مرنًا وقابلًا للتوسعة، مما يسمح باختبارات دقيقة لوكلاء تحسين نوى GPU عبر المهام المختلفة وأهداف الأجهزة. تعد هذه الأداة خطوة هامة نحو التأكد من أن وكلاء البرمجة الذكية يمكنهم التعامل مع تحديات العالم الحقيقي بشكل أكثر فعالية.