一句话看懂:哥伦比亚大学与安全公司CertiK发布TensorLean,用Lean在PTX层面对GPU内核做形式化验证;团队检查了149个内核实例,证明其中83个正确,并上报38个Bug。这值得关注,是因为它试图在编译产物层面为AI算力核心组件提供数学级正确性保证。
事件核心:发生了什么
根据MarkTechPost Research的报道,研究团队推出的TensorLean是一个基于Lean的验证框架,从未经修改的源码出发,开发者在Lean中编写张量级数学规格,随后框架证明四类性质:无数据竞争、可终止、输出在容差内正确,以及不越界改写其他内存。
团队共检查149个内核实例,覆盖FlashAttention-2/3/4的全部内核以及DeepGEMM等项目;83个通过证明,其余66个中有38个被定位为源码正确性Bug,均已上报上游。Bug分布上,FlashAttention系列占23个,Liger Kernel 7个,TileOPs 3个,TileLang 2个,DeepGEMM 2个,Triton 1个。规格总量约1万行,对照约15万行内核源码,比例接近1:15。最值得注意的是,其中一个FlashAttention-4数据竞争在17,760次测试运行中从未出现。
为什么重要
GPU内核是训练和推理的底层执行单元,FlashAttention、DeepGEMM这类组件被广泛依赖,但验证长期依赖测试和经验,难以覆盖并发调度与内存布局的所有组合。TensorLean走的是PTX层形式化路线,并声称用符号参数覆盖配置,而不是像部分等价性检查器那样针对单一具体配置展开循环,这指向的是更可扩展的验证方法。对依赖开源内核的生态而言,把“测了没坏”推进到“证明没坏”,能降低硬件迁移和算子重写时的隐性风险。
对用户/开发者/创作者的影响
普通用户短期感知有限,但开发者可以把它当作审计工具:为关键内核编写Lean规格,在A100、H100、B200等目标硬件上检查PTX,用断言标记辅助证明。目前公开信息显示,它是一套研究与工程结合的框架,而非已产品化的商用服务;验证耗时中位数约10分钟、最长约50分钟,规格编写成本也需要自行评估。使用前应确认其GitHub仓库的成熟度和对目标内核的覆盖范围。
值得关注的后续
一是38个上报Bug是否被各开源项目确认并修复,这直接检验结果的可信度;二是框架能否扩展到更多内核与硬件架构,并降低规格编写门槛;三是与Volta、ProofWright等验证工具在配置覆盖和检查效率上的对比是否会有独立复现。


