提出 AutoProfiler 框架以优化 GPU 内核性能

AutoProfiler 提出基于反馈的确定性剖析树，利用 LLM 迭代生成 REWRITE 和 SPLIT 操作，以动态决定 GPU 内核的剖析策略。 KernelBench 实验证明，该方法在受限剖析预算下优于固定剖析配置，证实增加剖析指标数并不单调提升优化效果，不同内核的最佳剖析信息存在差异。 该研究推动硬件剖析从静态指标采集转向剖析推理，将剖析本身确立为提升内核优化的新维度。