KDA-Pilot

KDA-Pilot 是一个面向真实AI推理框架（SGLang）GPU内核的自动化优化平台，聚焦于端到端、可复现的CUDA/Triton/CuTe-DSL内核调优。其核心特点是：基于生产级模型的实际算子形状构建多形态工作负载，采用包含Python调度、kernel launch及cuda.synchronize()在内的端到端wall-time评测，集成Nsight Compute性能证据与KernelWiki知识引导，并通过正确性校验、代码审查和ABIs一致的基线对比保障优化可信度。适用于大模型/扩散模型推理服务中关键算子（如RoPE、归一化、旋转嵌入）的基础设施级性能优化场景。