2026 年 10 月，無問芯穹（Infinigence AI）在 NVIDIA Research 的 GPU 運算元效能評測榜 SOL-ExecBench 上先後登頂 L1 基礎運算元、L2 融合運算元、Quant 量化與 FlashInfer-Bench 推理四大賽道。據量子位 10 月 28 日報導，截至 10 月 26 日，該公司仍在 L1 與 Quant 兩個賽道的總分中排名全球第一，在 L2 與 FlashInfer-Bench 兩個賽道的總分中排名第二；在全部 235 道題中拿下 88 項單題第一，超過第二名的單題第一數量的 2 倍，佔 L2 賽道 82 道題中的 39 項。該榜單由 NVIDIA Research 於 2026 年 3 月 19 日推出，題目從 124 個真實及前沿模型的計算圖中提取，並以基於硬體理論上限的 SOL Score 在高效能運算卡上實測。機器之心 10 月 31 日的報導補充，無問芯穹用一套面向運算元最佳化的 Agent 框架取得上述成績：工作區、除錯區與評測區徹底隔離，評測容器停用網路，GPU 由宿主側排程器統一管理，並藉助 Skills、共享記憶與統一排程，讓 Agent 完成從程式碼生成、評測驗證到效能分析的閉環。該報導還提到，據 SF Tensor 9 月 25 日公布的資料，當時已有 583 支團隊累計提交超過 3.1 萬次評測，Databricks、Cursor 等團隊也在參與，榜單約每 7 分鐘重新整理一次。對做 GPU 運算元與推理最佳化的開發者來說，這顯示 Agent 已能實際參與底層運算元調優。
AI 根據 2 則報導生成 · 更新
沿著報導，了解事件的不同側面；點標題看單篇報導的摘要與原文連結。
無問芯穹的 GPU 運算元最佳化 Agent 框架在 NVIDIA Research 的 SOL-ExecBench 上登頂 L1 基礎運算元、L2 融合運算元、Quant 量化與 FlashInfer-Bench 推理四大賽道；在全部 235 道題中拿下 88 項單題第一，超過第二名單題第一數量的 2 倍。該系統把工作區、除錯區和評測區徹底隔離，評測容器停用網路，並用 Skills、共享記憶與統一 GPU 排程讓 Agent 完成程式碼生成、評測驗證、效能分析和策略調整的閉環。
無問芯穹（Infinigence AI）在輝達研究院的 GPU 運算元效能評測榜 SOL-ExecBench 上先後登頂 L1 基礎運算元、L2 融合運算元、Quant 量化與 FlashInfer-Bench 推理全部四大賽道；截至 10 月 26 日仍在 L1 與 Quant 兩賽道總分全球第一，在 235 道題中拿下 88 項單題第一，超過第二名單題第一數量的 2 倍，其中 L2 賽道的 82 道題中佔了 39 項第一。
過去 48 小時，有 1 個獨立來源報導，最近 6 小時新增 1 個。熱度 0.9，熱門榜第 14 名。
熱度以 48 小時內的獨立來源計，同一來源只算一次，每 24 小時權重減半。
同一事件的報導集中在這裡，新的進展會繼續補充。