Оптимізація ядер CUDA є складною та трудомісткою задачею. Ця стаття представляє cuPilot, багатоагентну платформу, яка використовує стратегію як проміжне семантичне представлення для еволюції ядер, вирішуючи проблеми неоптимальних агентних рішень та неузгоджених еволюційних представлень у поточній оптимізації на основі LLM. Експериментальні результати показують, що ядра, згенеровані cuPilot, досягають середнього прискорення в 3.09 рази порівняно з PyTorch.