面壁智能开源 ForgeStencil：一周优化 100+ 工业与科学软件，全程 0 人工介入，国产「智」造升级加速|科学软件|算子|算法|面壁|高吞吐量内核

从天气预报、地震勘探，到电磁仿真、材料模拟……现代工业与前沿科研的每一次突破，都离不开规模庞大的高性能计算（HPC）软件。

在这些软件的底层，均有一个极度消耗算力、却又无法避开的核心计算模式——Stencil（模块计算），其核心是对规则网格上每个点及其固定邻域执行相同局部运算。

无论是大气动力学、地震波场传播、电磁场演化，还是流体力学与相场模拟，其底层的计算都可以归纳为同一种操作：用网格点邻居的加权组合，反复更新整个网格。这类计算访存密集、受内存带宽主导，往往占据整个应用的大部分运行时间。

因此，Stencil的性能高低，直接决定了国家关键工业与科研软件的整体效率。

但如何将一个Stencil优化到硬件的物理极限？

过去一般是依靠极度稀缺的高性能计算（HPC）专家。

他们开发了大量面向Stencil的编译器、代码生成器和自动调优系统，能自动生成代码、自动搜索参数配置，但本质上这些自动化工具背后的优化算法都需要人来设计和集成，面对新的应用场景、新的Shape和新的硬件平台，研究人员仍需不断提出新的优化策略，并手工将成果接入真实应用。因此，Stencil优化始终高度依赖专家经验、难以规模化。

现在，这一局面有望被彻底改写——

今天，面壁智能联合OpenBMB开源社区发布并开源了全球首个支持Stencil自动研究、自动部署的AI优化系统——ForgeStencil。

据统计，ForgeStencil在一周内完成了100+个真实工业和科学计算软件的自动优化，远超人类专家的优化速度。这意味着，Stencil优化的规模化成为可能；AI加速千行百业、推动国产「智造」升级，正在成为现实。

双Agent驱动：零人工介入

ForgeStencil之所以能超越以往所有的自动调优工具，关键在于：它首次实现了从「提出优化想法」到「应用无缝部署」的全自动闭环。

在整个过程中，人类只需要提供待优化的应用源码，后续全流程由ForgeStencil接手——从自动分析真实应用、定位热点函数、锻造Kernel，到完成算子替换、正确性验证与集成回原应用，全程没有人类专家介入任何一步优化决策。

ForgeStencil系统由KernelAgent与AppAgent组成，二者结合完成了从算子优化到应用部署的完整闭环，不止是优化单个Kernel，更是优化整个应用：

KernelAgent：算子锻造的「科学家」

它专注于自主研究并合成高性能Kernel，针对主流Stencil类型、多种Shape与精度要求，自主构建专用算子矩阵，将Stencil算子的数学表达写成逼近硬件物理极限的优雅代码。

在算子测试中，ForgeStencil与目前市面上开源的最优算法（包括Halide、Devito、EBISU、DRStencil、FlashFFTStencil等知名框架）在同等硬件下进行对比测试，展示了强劲的技术优势：

同精度（fp32）对比下，获得了几何平均2.35×的加速比；
混合精度（fp16）读写时，又拿下了额外的1.95×提速；
即便在业界公认最难的「变系数Stencil」全部Shape上，相比最优基线仍取得几何平均下1.34×的加速。

AppAgent：应用部署的「实干派」

不同于干净、理想化的Benchmark测试环境，现实世界中的科学计算算法往往不是标准的Stencil循环，从输入输出形式到计算流程都与具体应用紧密相关。因此，传统的静态算子库通常无法直接融入真实软件。

AppAgent的做法是为每个应用单独锻造方案：定位性能热点、建立应用自身的GPU基线、锻造候选优化、用程序自带的校验与计时验证、再集成回原应用。

在框架级，AppAgent寻找算子融合的机会，并把待优化的Stencil算子提取出来。KernelAgent则负责优化具体的算子，其在之前建立的算子矩阵被作为后续开发的知识库。最终，AppAgent会使用应用自带的测例做端到端评测，以确保优化面向真实场景。

ForgeStencil是面壁智能基于ForgeEngineering（旨在推动智能进化效率的全新软件工程范式）研发，继5月「AI制造AI」成果ForgeTrain之后所取得的又一重大技术突破。

通过KernelAgent（理论发现）与AppAgent（工程落地）的闭环协同，ForgeStencil成功实现了从「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」的智能进化。

100+真实软件优化，仅需1周

在过去，一位HPC专家要优化一个真实的工业软件或科学计算应用，需要进行性能瓶颈分析、软件架构理解、Stencil模式识别、优化方案设计、高性能Kernel开发、正确性验证、应用集成……整个流程历时数日到数周，每人每年能精调的应用软件通常不超过20个。

但在大模型时代，这一研究规则被改写了：

据统计，ForgeStencil完成100+真实应用软件的自动优化，仅用了1周——单应用优化时长被压缩到小时级别，研发吞吐提升约1–2个数量级，研发效率提升约100倍，且可以随着算力规模的加大并行放大。

这也意味着，Stencil算子的优化，及其所决定的工业软件和科学计算应用优化，打破了过去人力的限制，首次实现规模化的可能性，能够有力加速国产「智」造的进程。

目前，ForgeStencil已在一批主流科学软件与权威基准上完成自动优化，并在应用自带的GPU实现之上取得真实的端到端加速，其中约42%直接对应真实工业生产软件场景。

这也是ForgeStencil的差异化之处：它不仅停留在榜单上，而是直接面向真实工业场景，优化目标直接服务于石油公司、医疗设备、气象部门等行业的实际生产。

这些工业生产中的应用包括：

hypre（LLNL结构化多重网格求解器库，加速3.86×）：全球工业仿真最广泛依赖的生产级数值库之一，ForgeStencil自己搞定了高难度的红黑GS光滑子访存合并优化
minisweep（Sn离散纵标输运，核反应堆中子学，加速5.78×）：设计核反应堆核心计算的必需品，ForgeStencil重构了极其复杂的KBA波前扫掠结构。
gprMax/FDTD（Yee网格Maxwell电磁仿真，加速2.47×）：雷达和芯片电磁仿真的骨干，ForgeStencil完成了电磁装备与探地雷达的核心Stencil核替换。
RTM逆时偏移（油气地震成像，加速1.81×）。
TOTALE&Pminimod（道达尔油气地震mini-app，加速1.22×）：石油勘探的主力算法。
QuantLib债券定价（量化金融，加速1.82×）：金融机构所使用的定价库。
FHd非笛卡尔MRI重建（加速2.45×）：医学影像软件。
DBT数字乳腺断层成像反投影（加速1.63×）：医疗设备中的重建与成像负载。