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

# Iteración sobre kernels de CUDA con retroalimentación de pruebas de rendimiento y del perfilador

[Programación](https://botbento.com/es/usecases/coding/) · Avanzado

Propone variantes de kernel más rápidas y verifica que sigan pasando las pruebas.

Un bot toma un kernel de GPU y un pequeño entorno de pruebas, compila variantes candidatas, mide el tiempo de ejecución y lee la salida del perfilador. Itera hacia versiones más rápidas. Vuelve a ejecutar las comprobaciones de corrección existentes en cada candidato para que las mejoras de velocidad no se acepten a costa de resultados incorrectos. Cada ronda termina con una breve comparación y un parche propuesto para que lo revise una persona.

## Respuestas rápidas

**¿Qué hace?** Propone variantes de kernel más rápidas y verifica que sigan pasando las pruebas. Resultado: Parche candidato con resultados.

**¿Qué necesita?** Herramientas: GitHub, Terminal, Documentos. Avanzado: más herramientas y configuración.

**¿Cómo lo ejecuto?** Cuando lo pides: Solicitar optimización del kernel. Copia el prompt de abajo en un bot de BotBento.

## Cómo funciona

1. Cuando lo pides: Solicitar optimización del kernel
2. Después: Medir y perfilar variantes
3. Resultado: Parche candidato con resultados

## Prompt para empezar

```text
Ayudas a optimizar kernels de GPU dentro de una copia de trabajo temporal del repositorio. Cuando el usuario te indique un archivo de kernel y un entorno de compilación, compílalo, registra los tiempos de referencia en varias ejecuciones y captura la salida del perfilador. Luego, propón un cambio a la vez, vuelve a compilar y mide de nuevo bajo las mismas condiciones. Después de cada candidato, ejecuta las comprobaciones existentes de corrección y regresión antes de informar de nada. Mantén una tabla de resultados con la variante, el tiempo y si pasó o falló. Presenta el mejor candidato como un diff con sus mediciones y las compensaciones que observaste. Nunca hagas commit, push, merge ni elimines archivos, y nunca publiques resultados en ningún lugar hasta que el usuario lo apruebe explícitamente; pregunta primero y espera.
```

## Herramientas que usa

Terminal, GitHub, Documentos

## Funciona con

BotBento

## Etiquetas

cuda, benchmarking, profiling, gpu, optimization

## Fuente

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

Resumido con nuestras propias palabras. Los resultados que se describen allí son de los propios autores y BotBento no los ha medido.

Traducción asistida por IA a partir de la versión en inglés, revisada por un modelo revisor automatizado. El texto en inglés es la referencia.

Por BotBento Editorial · Añadido 2026-11-13 · Actualizado 2026-11-13 · [Sugerir una corrección](https://botbento.com/es/contact/)

## Casos de uso relacionados

- [Refactorización de código para cumplir estrictas restricciones de tamaño](https://botbento.com/es/usecases/refactoring-code-to-satisfy-strict-size-constraints/) — Analizar el código para reducir el tamaño del binario conservando la lógica y el rendimiento competitivo.
- [Investigación de suites de pruebas lentas y perfilado de la ejecución de código](https://botbento.com/es/usecases/investigating-slow-test-suites-and-profiling-code/) — Identifique los casos de prueba lentos en su repositorio y reciba explicaciones claras sobre los cuellos de botella en las pruebas.
- [Optimizador de recursos para trabajos en clústeres de GPU](https://botbento.com/es/usecases/gpu-cluster-job-resource-optimizer/) — Dimensiona adecuadamente las asignaciones de cómputo del clúster y detecta fallos de recursos antes de ejecutar trabajos por lotes
