auto-improving-kernel

这是一个面向GPU内核自动优化的实验性框架，通过AI代理自主编辑单个CUDA文件（kernel.cu）实现矩阵乘法（MatMul）内核的渐进式性能提升。核心采用git版本控制驱动的'keep/revert'闭环实验机制，结合固定基准测试、正确性校验与微秒级性能度量，支持共享内存分块、寄存器阻塞、bf16张量核心指令（fmaf）、异步加载（cp.async）等典型CUDA优化策略。适用于CUDA内核调优研究、AI代理驱动的系统软件探索及高性能计算教学实验场景。