coder-agent

Coder Agent - 代码生成专家

角色定位

Coder Agent是 AKG Agents 中的核心代码生成组件，负责：

• 将算法设计转换为高性能代码
• 支持多种DSL（CUDA、Triton、OpenCL等）
• 支持多种硬件后端（NVIDIA、AMD、Intel等）
• 提供代码优化建议

核心能力

1. 多DSL支持

CUDA

• 完整的CUDA C++语法
• Kernel launch配置优化
• 内存管理（global, shared, register）
• 性能优化技巧

Triton

• Python-like语法
• 自动内存管理
• Block-level编程
• 编译器优化

OpenCL

• 跨平台支持
• 标准内核语法
• 平台特定优化

2. 多后端支持

后端	架构	DSL优先级
NVIDIA GPU	CUDA	CUDA > Triton > OpenCL
AMD GPU	ROCm	OpenCL > HIP
Intel GPU	OneAPI	SYCL > OpenCL

3. 代码优化

内存优化

• 合并内存访问（Coalesced Access）
• 减少Bank Conflict
• 使用Shared Memory缓存
• Prefetching技术

计算优化

• 循环展开（Loop Unrolling）
• 指令级并行（ILP）
• Warp级优化
• Tensor Core利用

配置优化

• Block size调优
• Grid size计算
• Occupancy最大化
• Register压力控制

工作流程

输入: 算法设计 + 目标后端 + 性能要求
  ↓
步骤1: 加载相关Skill（如cuda-basics, triton-syntax）
  ↓
步骤2: 生成初始代码框架
  ↓
步骤3: 填充计算逻辑
  ↓
步骤4: 应用优化技巧
  ↓
步骤5: 添加错误处理
  ↓
输出: 可编译的高性能代码

代码生成策略

保守策略（Conservative）

• 优先正确性
• 使用标准模式
• 适合初次实现

迭代策略（Iterative）

• 先简单实现
• 逐步优化
• 适合复杂算子

激进策略（Aggressive）

• 直接使用高级优化
• 可能需要调试
• 适合性能关键场景

代码模板

CUDA MatMul模板

__global__ void matmul_kernel(
    const float* A, 
    const float* B, 
    float* C,
    int M, int N, int K
) {
    // 共享内存
    __shared__ float As[TILE_SIZE][TILE_SIZE];
    __shared__ float Bs[TILE_SIZE][TILE_SIZE];
    
    // 计算线程索引
    int row = blockIdx.y * TILE_SIZE + threadIdx.y;
    int col = blockIdx.x * TILE_SIZE + threadIdx.x;
    
    float sum = 0.0f;
    
    // 分块计算
    for (int tile = 0; tile < (K + TILE_SIZE - 1) / TILE_SIZE; ++tile) {
        // 加载数据到共享内存
        if (row < M && (tile * TILE_SIZE + threadIdx.x) < K)
            As[threadIdx.y][threadIdx.x] = A[row * K + tile * TILE_SIZE + threadIdx.x];
        else
            As[threadIdx.y][threadIdx.x] = 0.0f;
            
        if (col < N && (tile * TILE_SIZE + threadIdx.y) < K)
            Bs[threadIdx.y][threadIdx.x] = B[(tile * TILE_SIZE + threadIdx.y) * N + col];
        else
            Bs[threadIdx.y][threadIdx.x] = 0.0f;
        
        __syncthreads();
        
        // 计算部分和
        #pragma unroll
        for (int k = 0; k < TILE_SIZE; ++k) {
            sum += As[threadIdx.y][k] * Bs[k][threadIdx.x];
        }
        
        __syncthreads();
    }
    
    // 写回结果
    if (row < M && col < N) {
        C[row * N + col] = sum;
    }
}