CUDA-Agent, bilinen ilk RL eğitim modelidir ve CUDA çekirdeği üretiminde Claude Opus-4.6 ve Gemini 3 Pro'yu geride bırakır! CUDA Agent, modelleri otomatik olarak yüksek performanslı CUDA çekirdekleri üretmeleri için ajanik RL kullanır; gerçek GPU profilleme hızını ödül sinyali olarak doğrudan kullanarak kalıpı bozar Aşağıdaki verilere göz atın: KernelBench kıyaslaması: Basit/Orta çekirdekler torch.compile'den %100 daha hızlıdır, karmaşık çekirdekler %92 daha hızlıdır Genel olarak torch.compile'a göre %96,8 daha hızlı, Claude Opus 4.5/Gemini 3 Pro'dan (yaklaşık %40) çok daha iyi. Yapay zeka donanımının gerçek tavanı, sadece çipin kendisi değil, "yazılımın kilidini açma + kapalı döngüyü optimize etme" yeteneğidir. Eşzamanlı Apple Ane olayıyla birleşince: Apple M4 ANE: 6.6 TFLOPS/W (≈ A100'ün 80 katı), yüz milyonlarca cihaz boşta kalmış ve dar boğaz kapalı API + soyutlama katmanıdır (CoreML 2–4 kat veri verimliliğini koruyor) NVIDIA GPU: RL Agent "gerçek donanım geri bildirimiyle nihai optimizasyonu" öğreniyor ve öğrenilen stratejinin statik kuralları aşabileceğini kanıtlıyor Donanımın performans çukuru (Apple/Nvidia) yapay zeka "ters mühendislik + RL optimizasyonu" tarafından yok ediliyor - birincisi kapalı API'leri ezerek boşta kalan çipleri hesaplama güç çiftliklerine dönüştürürken, ikincisi ise güçlendirme öğrenme kullanarak mevcut GPU'ların performansını her damlasını çıkarıyor. Gelecekte, sıkışacak olan hesaplama gücü donanımı değil, "donanım yerel geri besleme + bağımsız öğrenme optimizasyonu" kapalı döngüsünde ilk ustalaşan, hem yumuşak hem de sert, mevcut ekipmanların performansını iki katına çıkarabilecek kim devlerin duvarını adım adım yıkabilir. Bu bileşik büyüme, insan sezgisinin algılaması zor olan bir hız yaratır: birkaç yıl içinde 10 kat → 1000 kat 1000 kat Cihaz içi eğitim (ANE tarafı) + bulut/kenar aşırı çıkarım (CUDA Ajan tarafı) dönemi hızlandı ve yapay zeka kendisi teorik zirveye kadar "kendini optimize edebiliyor". Yüz milyonlarca boşta kalan Apple cihazı + devasa NVIDIA kartlarının potansiyeli, bağımsız/kurumsal hackerlar/araştırmaclar tarafından topluca açılıyor.