← 返回 Blog
UseAIAPIAI API2min

人类花几十年才榨到的 GPU 极限，Fable 5 用 2.5 小时复刻——Jack Clark 口中的"新世界"真的来了？

Fable 5 给出的解法是：单内核一次性启动。PyTorch 底层捕捉到一个颇具冲击力的细节——每解码一个 Token，该内核仅精准启动一次。Int4 量化、卷积、SiLU 激活、KDA 门控、MLA 多头注意力、MoE 专家路由、RMSNorm 归一化，乃至 KV 缓存写入，全部收拢在这一次内核调用中，通过 14 重网格同步屏障分阶段完成运算。 对比之下，其余高分模型均需将任务拆为 4 至 14 次独立内核启动。每一次重启，GPU 都要中断计算、切换上下文，产生可观空转损耗。Fable 5 一步跑完全流程，冗余开销被彻底规避，硬件极限被直接压榨。 最终跑分：提速 18.71 倍。同场竞技的 Claude Opus 4.8 实现 14.4 倍，GPT-5.5 仅 4.34 倍。更反直觉的是，上下文越长它越快——2K 下 17.8 倍、8K 下 18.9 倍、16K 下冲至 19.5 倍。其他模型上下文拉长后算力损耗持续走高，唯独它越跑越顺。

ClaudeClaude CodeFable 5

人类数十年摸到的GPU性能极限，AI用2.5小时复刻了

编者按：KernelBench Mega 被视为 GPU 编程领域的"珠穆朗玛"。Anthropic 最新模型 Fable 5 在该测试中以"单内核一次性启动"方案跑出 18.71 倍加速，全程仅耗时 2.5 小时。杰克·克拉克将其解读为"递归自我改进（RSI）周期拉开序幕"的可观测支点。本文梳理这场实验的技术路径与产业含义。

单核启动，告别冗余

KernelBench Mega 选取的用例为 02_kimi-linear_decode，要求把模型完整解码链路——注意力计算、MoE 专家路由、状态更新——全部封装进单个 CUDA 内核。这意味着测试不再局限于单一算子优化，而是强制将整套计算逻辑整合为"巨型内核（megakernel）"，被业内视为 GPU 编程最难啃的硬骨头。

在此之前，尚无模型真正跨过这道门槛。

Fable 5 给出的解法是：单内核一次性启动。PyTorch 底层捕捉到一个颇具冲击力的细节——每解码一个 Token，该内核仅精准启动一次。Int4 量化、卷积、SiLU 激活、KDA 门控、MLA 多头注意力、MoE 专家路由、RMSNorm 归一化，乃至 KV 缓存写入，全部收拢在这一次内核调用中，通过 14 重网格同步屏障分阶段完成运算。

对比之下，其余高分模型均需将任务拆为 4 至 14 次独立内核启动。每一次重启，GPU 都要中断计算、切换上下文，产生可观空转损耗。Fable 5 一步跑完全流程，冗余开销被彻底规避，硬件极限被直接压榨。

最终跑分：提速 18.71 倍。同场竞技的 Claude Opus 4.8 实现 14.4 倍，GPT-5.5 仅 4.34 倍。更反直觉的是，上下文越长它越快——2K 下 17.8 倍、8K 下 18.9 倍、16K 下冲至 19.5 倍。其他模型上下文拉长后算力损耗持续走高，唯独它越跑越顺。

静默推演，一击中的

真正让工程师震撼的，不止写出的代码，更是写代码的方式。

Fable 5 并未上来就动笔。全程 2.5 小时的工作会话里，它把 64% 的时间用于静默推演：基准性能测速、网格屏障微基准测试、推导"单 Token 字节吞吐量上限约 29 倍"的屋顶线性能理论边界。先摸清硬件物理极限，再动手编码。

随后它一次性写完整套内核，首轮运行即达 14.4 倍加速。最后一小时它在做什么？消除冗余同步屏障，把 Int4 反量化开销压到近乎零损耗。中途它曾尝试更精细的 Split-K 分片策略，发现效果不佳后直接回滚。

这套 workflow 完全对标顶尖硬件工程师：性能测算 → 逻辑验证 → 落地编码 → 迭代调优。区别只在于，人类要耗费数年积累的流程，它只用了两个半小时。

要写出这类内核，人类工程师需在 CUDA 编程模型、GPU 硬件架构、显存层级调度等领域深耕十余年。Fable 5 用 2.5 小时，走完了人类数十年的技术沉淀路。

杰克·克拉克：RSI 周期就此拉开

Anthropic 联合创始人杰克·克拉克在第 464 期《Import AI》专栏中给出定调判断：递归自我改进（RSI）周期自此拉开序幕。

RSI（Recursive Self Improvement），指 AI 能够自主设计、训练、迭代下一代模型，人类介入程度持续降低。而底层内核开发，恰恰是 AI 迭代发展最核心的基础输入任务——AI 写内核的能力越强，自身训练与推理速度就越快；算力提速后，下一代 AI 又能在更短时间内写出性能更强的内核。

这是一套自我加速的正向飞轮。

克拉克此前预测，2028 年底前 AI 实现完整递归自我改进的概率约 60%。Fable 5 的实测表现，第一次让这个原本模糊的"未来图景"拥有了可观测、可验证的现实支点。

值得补一笔的是，Fable 5 还只是 Anthropic 内部模型 Mythos 的安全受限版本——一个加了多重约束的模型，仅用 2.5 小时就完成了顶尖工程师可能耗时两周的工作。若放开所有安全限制，无约束版本能做到何种地步，目前仍是一个留白。

观察

人类耗费数十年摸索的 GPU 性能边界，Fable 5 在 2.5 小时内完整复刻。关键不在于它"更聪明"，而在于它掌握了一套人类难以规模化复制的工作范式：用 64% 的时间吃透硬件物理约束，再用剩余时间精准落地。

克拉克口中"新纪元"的核心，从来不是 18.71 倍这个数字，而是 AI 正在掌握优化自身底层算力基础设施的能力。正向飞轮一旦转动，便不再需要外力持续推动。

至于那个 60% 的预测——2028 年底实现完整 RSI，或许比我们想象中来得更快。

延伸服务信息

UseAIAPI 提供 Gemini、Claude、ChatGPT、DeepSeek 等全球主流大模型最新版本的聚合接入，同时支持企业级定制化部署。在价格维度，平台常态化折扣可至官方定价的 5 折起，对高强度内容生成与推理调用场景更为友好。