CudaForge wurde im Oktober 2025 von einem Forschungsteam der Universität von Minnesota vorgeschlagen, und die entsprechenden Forschungsergebnisse wurden in einem Artikel veröffentlicht. CudaForge: Ein Agenten-Framework mit Hardware-Feedback zur CUDA-Kernel-Optimierung .

CudaForge ist ein trainingsfreier Multiagenten-Workflow zur Generierung und Optimierung von CUDA-Kerneln, inspiriert vom iterativen Workflow menschlicher Experten. Er umfasst Schritte wie die Entwicklung eines initialen Kernels, das Testen auf Korrektheit, die Analyse von Hardware-Feedback und die iterative Verbesserung. Konkret verwendet CudaForge zwei LLM-Agenten: einen Coder und einen Judge. Diese generieren, korrigieren und optimieren iterativ CUDA-Kernel und integrieren dabei Hardware-Feedback, beispielsweise Nsight Compute (NCU)-Metriken.