Forge CLI

Forge 会从任意 PyTorch 或 HuggingFace 模型自动生成优化后的 GPU 内核。32 个并行的“生成—评估”智能体相互竞赛，挑选出最快的 CUDA/Triton 实现，性能相比 torch.compile(mode='max-autotune') 最多可提升 5 倍，且保持 97.6% 的正确率。只需输入 HuggingFace 模型 ID，即可获取每一层的优化内核。后端由经调优的 NVIDIA Nemotron 3 Nano 30B 提供支持，吞吐率高达 250k tokens/s。若未能超越 torch.compile，承诺全额退款。