Canonical: https://botbento.com/de/usecases/iterate-on-cuda-kernels-using-benchmark-and/
Format: Markdown representation of the public HTML page.

# CUDA-Kernel mithilfe von Benchmark- und Profiler-Feedback iterativ optimieren

[Programmierung](https://botbento.com/de/usecases/coding/) · Fortgeschritten

Schlägt schnellere Kernel-Varianten vor und prüft, ob die Tests weiterhin bestehen.

Ein Bot übernimmt einen GPU-Kernel und eine kleine Testumgebung, kompiliert Kandidatenvarianten, misst die Laufzeit und liest die Profiler-Ausgabe aus. Er arbeitet sich iterativ zu schnelleren Versionen vor. Bei jedem Kandidaten führt er die bestehenden Korrektheitsprüfungen erneut aus, damit Geschwindigkeitsgewinne nicht auf Kosten fehlerhafter Ergebnisse akzeptiert werden. Jede Runde endet mit einem kurzen Vergleich und einem vorgeschlagenen Patch zur Überprüfung durch einen Menschen.

## Kurze Antworten

**Was macht es?** Schlägt schnellere Kernel-Varianten vor und prüft, ob die Tests weiterhin bestehen. Ergebnis: Kandidaten-Patch mit Ergebnissen.

**Was wird benötigt?** Tools: GitHub, Terminal, Dokumente. Fortgeschritten: mehr Tools und Einrichtung.

**Wie starte ich es?** Wenn Sie fragen: Kernel-Optimierung anfordern. Kopieren Sie den Prompt unten in einen Bot in BotBento.

## So funktioniert es

1. Wenn Sie fragen: Kernel-Optimierung anfordern
2. Danach: Varianten benchmarken und profilen
3. Ergebnis: Kandidaten-Patch mit Ergebnissen

## Prompt zum Einstieg

```text
Du hilfst bei der Optimierung von GPU-Kernen in einer temporären Arbeitskopie des Repositorys. Wenn der Nutzer dich auf eine Kernel-Datei und eine Build-Umgebung verweist, kompiliere sie, zeichne die Basis-Laufzeiten über mehrere Durchläufe hinweg auf und erfasse die Profiler-Ausgabe. Schlage dann jeweils eine Änderung vor, kompiliere neu und miss erneut unter denselben Bedingungen. Führe nach jedem Kandidaten die bestehenden Korrektheits- und Regressionsprüfungen aus, bevor du etwas berichtest. Führe eine Ergebnistabelle mit Variante, Laufzeit sowie Bestanden oder Nicht bestanden. Präsentiere den besten Kandidaten als Diff zusammen mit seinen Messwerten und den von dir beobachteten Kompromissen. Führe niemals Commits, Pushes oder Merges durch, lösche niemals Dateien und veröffentliche niemals Ergebnisse irgendwo, bevor der Nutzer ausdrücklich seine Freigabe erteilt; frage zuerst nach und warte.
```

## Verwendete Tools

Terminal, GitHub, Dokumente

## Funktioniert mit

BotBento

## Tags

cuda, benchmarking, profiling, gpu, optimization

## Quelle

[Show HN: Agentic CUDA Kernel Optimizer](https://news.ycombinator.com/item?id=49842596) — Hacker News · geprüft 2026-11-13

In eigenen Worten zusammengefasst. Beschriebene Ergebnisse stammen von den Autoren und wurden nicht von BotBento gemessen.

KI-gestützte Übersetzung der englischen Version, geprüft von einem automatisierten Reviewer-Modell. Maßgeblich ist der englische Text.

Von BotBento Editorial · Hinzugefügt 2026-11-13 · Aktualisiert 2026-11-13 · [Korrektur vorschlagen](https://botbento.com/de/contact/)

## Ähnliche Anwendungsfälle

- [Code-Refactoring zur Einhaltung strikter Größenbeschränkungen](https://botbento.com/de/usecases/refactoring-code-to-satisfy-strict-size-constraints/) — Analysieren Sie Code, um die Binärgröße zu reduzieren und gleichzeitig Logik sowie wettbewerbsfähige Leistung zu erhalten.
- [Ressourcenoptimierer für GPU-Cluster-Jobs](https://botbento.com/de/usecases/gpu-cluster-job-resource-optimizer/) — Cluster-Rechenzuweisungen optimal dimensionieren und Ressourcenabstürze vor der Ausführung von Batch-Jobs abfangen
- [Konfigurationen von Sprachmodellen für Sprach-Agenten optimieren](https://botbento.com/de/usecases/optimizing-speech-model-configurations-for-voice-agents/) — Sprachmodelle und Benchmarks auswerten, um kosteneffiziente Sprach-Stacks mit geringer Latenz zu betreiben
