工业软件被誉为现代制造业的“大脑”，而性能优化则是决定这颗“大脑”能跑多快的关键。长期以来，国产工业软件在功能上快速追赶，却在性能优化上面临同一个瓶颈——极度依赖少数顶尖的人类专家，每人每年所能优化的软件数量有限，难以满足国产制造业升级加速的需求。
近日，中国大模型独角兽面壁智能发布并开源了一款面向Stencil模板计算场景、能够自主优化并部署工业软件和科学计算应用的AI系统ForgeStencil，有望打破这一局面。该系统仅用一周时间就完成了100多款真实应用的软件自动研究与自主部署，其中42%为主流工业软件，端到端加速中位数达1.41倍，大大加速了油气勘测、地震成像、电磁仿真等基础工业应用的性能升级。
【AI自动写代码、找瓶颈、装软件】
Stencil模板计算是科学计算与工业仿真中最基础、最普遍的计算模式之一。气象预测、地震勘探、飞机气动设计、材料模拟等重大场景，都离不开它。这类计算对内存读写要求极高，往往占据整个应用的大部分运行时长，性能优劣直接决定了软件运行的整体速度。
过去几十年，研究者开发了大量编译器、代码生成器和自动调优工具，但始终绕不过一道门槛：人设计方法，机器执行。一旦场景、硬件发生变化，专家就不得不重新研究，再手工接入。结果就是，一名专家一年精调不过十余个应用。
ForgeStencil由两个核心模块协同完成。第一个模块负责“写代码”，针对不同场景和硬件自动生成高度匹配的高效计算核心。与当前公开的最佳方案逐项对比，标准精度下平均快出2.35倍，混合精度下额外加速近2倍。即便面对难度最高的变系数Stencil，也比现有最优方案平均快34%。
第二个模块负责“装软件”，自动分析每一个真实应用，定位最耗时的环节，量身打造优化方案，验证计算结果是否正确，再无缝集成回原软件。用户只需提供待优化的源码，其余交由系统完成——自动找瓶颈、自动写代码、自动验证、自动集成。单应用优化周期从数周压缩至小时级，研发效率有望提升两个数量级。
【从“手工作坊”到“规模生产”】
ForgeStencil的价值，远不止一组亮眼的加速比数据。它验证了一条新路径。长期以来，CAE仿真、地震成像、电磁与流体计算等工业软件，是造飞机、找油田等离不开的数字底座。这些软件功能层面的追赶，这些年进步不慢，但性能从“能用”到“好用”，往往还需要数年持续攻关。
ForgeStencil不再依赖专家逐行手写、逐个软件调试，而是交给AI系统自动完成——找瓶颈、写代码、验证、集成，一气呵成。这不只是快，而是把性能优化从“手工作坊”式的个体劳动，变成了一条可并行、可复制的“生产线”。当优化能力不再被稀缺人力绑住手脚，国产工业软件的性能追赶就有了可持续的底层动力。
诚利和提示：文章来自网络，不代表本站观点。
