Hyperkernel

Hyperkernel 是实验室 Hyperstition（原 Social Physics Lab）于 2026 年 11 月 5–6 日开源的递归 GPU megakernel 生成器。GitHub：https://github.com/Hyperstitioncc/Hyperkernel ；官网：https://hyperstition.cc/ 。

官方宣称：用约 60–100 行描述即可在不到一小时内生成针对特定模型优化的 megakernel，把整条推理/训练路径融进一次 kernel launch，覆盖 DeepSeek / Kimi / GLM 推理、Qwen 预训练、机器人（π₀-FAST、ACT）、世界模型、OpenPilot、Moshi 语音、Evo 2 基因组学、ESMFold 等 11 个领域。

相对英伟达公布的 vLLM 数字（自报）：

• DeepSeek V4.1 Flash：并发 1 时每用户生成速度 +36.7%；并发 4 时相对最高公布交互性 +90.6%；
• 实时世界模型约 3.2× 帧率等。

仓库创建于 2026-11-05，当前为 Alpha；主目标硬件为 NVIDIA B300（亦称可扩到 B200 / AMD / TPU）。完整生成栈与 Kimi/GLM serving 计划未来数周继续开源。

为什么重要

Megakernel 把传统“一串短 kernel + 多次 launch 开销”压成持久单核，对低 batch / 低延迟场景（语音、机器人、智能体循环）尤其关键。Hyperkernel 宣称把这一过程自动化，让没有专用 CUDA 团队的研究也能上阵列级效率。

可信度注意

数字来自团队自报与对照“英伟达已公布数字”，独立复现尚少；仓库仍 Alpha，星标与文档在快速变化。

与 AutoMegaKernel 等区分

同赛道还有 RightNow-AI 的 AutoMegaKernel 等 agent 驱动 megakernel 合成工具；Hyperkernel 强调递归生成器 + 多领域开箱 megakernel 首发。

适合谁

• 做 LLM 推理优化、机器人/语音低延迟 serving 的系统工程师；
• 关注 GPU megakernel / 单 launch 融合的研究者；
• 有 B300/B200 资源、愿意跑 Alpha 代码的团队。

如何上手

1. 打开 https://github.com/Hyperstitioncc/Hyperkernel 阅读 README 与硬件要求（Rust、NVIDIA R580+ 等）；
2. 自备模型 checkpoint 与 tokenizer；
3. 按仓库说明编译/加载已生成的 megakernel，再对照官方线程中的基准声明自行测速；
4. 关注后续完整生成栈与 Kimi/GLM serving 开源。