7.1
深览指数
科技智东西·程 茜··AI 生成
8位工程师花一年、耗资近千万的工作，这个开源AI系统7天搞定了
面壁智能与OpenBMB开源了AI优化系统ForgeStencil，能在1周内自动完成超100个真实工业与科学计算软件的Stencil算子优化，耗时从专家数周压缩到小时级别，研发效率提升约100倍。该系统通过Kernel Agent和App Agent两大Agent协同，实现从自动生成代码到真实应用部署的全自动闭环，无需人工介入优化决策。文章提供了详细的加速比数据，如对核反应堆中子学软件Minisweep加速5.78倍，对全球工业仿真库Hypre加速3.86倍。适合关注AI for Science、高性能计算、工业软件自动化的技术决策者与研发人员阅读。原文 ↗
核心观点
- ▍ForgeStencil 首次实现了 Stencil 算子优化从提出优化想法到应用无缝部署的全自动闭环，无需人类专家介入优化决策，将单个应用优化耗时从专家数周压缩到小时级别。
- ▍该系统通过 Kernel Agent 和 App Agent 两大 Agent 协同，实现了从自动生成代码向自动研究优化、从局部算子提速向真实应用部署的进化。
- 01ForgeStencil 用时 1 周，完成了超 100 个真实应用软件的自动优化，这相当于每年投入约 4-8 个工程师，等效研发投入为 300 万～1000 万元。
- 02在同等硬件下的算子测试中，ForgeStencil 在 fp32 精度下获得几何平均 2.35 倍加速比，混合精度 (fp16) 下获得额外 1.95 倍提速。
- 03ForgeStencil 已在一批主流科学软件上实现端到端加速，包括对核反应堆中子学软件 Minisweep 加速 5.78 倍，对全球工业仿真库 Hypre 加速 3.86 倍，对雷达和芯片电磁仿真 gprMax/FDTD 加速 2.47 倍。
- 04此前 HPC 专家每人每年能精调的应用软件通常不超过 20 个，ForgeStencil 的研发吞吐提升约 1-2 个数量级，研发效率提升约 100 倍。
- 05ForgeStencil 的优化效率可以随着算力规模的加大并行放大，且大量并行的 Agent 可以共享知识库与经验。
反方 / 局限
- — 文章未提及任何反方观点或系统性局限，但隐含了一个前提：ForgeStencil 目前仅针对 Stencil 这一类计算模式，对于其他类型的 HPC 计算模式（如稀疏矩阵、FFT 等）是否有效，文中未涉及。
面壁智能OpenBMBForgeStencilStencilKernel AgentApp AgentForge EngineeringHypreMinisweepgprMaxFDTDRTMQuantLib高性能计算LLNL道达尔
7 分钟 · 4 卡片 · 10 资料
读原文 →