ModelBest und OpenBMB haben am 4. August ForgeStencil veröffentlicht, ein Zwei-Agenten-System für Stencil-Optimierung. Es sucht Hotspots in realer wissenschaftlicher und industrieller Software, erzeugt CUDA-Operatoren, integriert Patches zurück in die Anwendung und misst Korrektheit sowie Laufzeit mit dem eigenen Harness der Anwendung.
Laut offiziellem README lief ForgeStencil auf 100 end-to-end validierten Anwendungen aus Öl und Gas, Elektromagnetik, medizinischer Bildgebung, CFD, Klima, Astrophysik, Materialien und HPC-Benchmarks. Die mediane End-to-End-Beschleunigung beträgt 1,41x, der geometrische Mittelwert 2,05x.
Der harte Teil ist die echte Integration
Stencil-Code steckt unter Wettervorhersage, seismischer Bildgebung, elektromagnetischer Simulation und Strömungsrechnung. Er liest ständig benachbarte Gitterpunkte, sodass schlechtes Speicherlayout GPUs warten lässt.
Der Kernel Agent erforscht tiling, fusion, layout und occupancy. Der App Agent findet Anwendungshotspots, baut eine GPU-Basislinie, prüft Korrektheit und integriert das Ergebnis in das ursprüngliche Programm.
“ForgeStencil automates the strategy discovery and the deployment.”
Zahlen brauchen Kontext
Für die 100 Anwendungen reicht die Spanne von 0,998x bis 97,7x. Das README nennt 89% der Apps über 1,05x, 73% über 1,20x, 43% über 1,50x, 21% über 3x und 7% über 10x.
Operator-Level ist ein anderer Maßstab. Auf A100 erreichen speichergebundene Stencil-Kernel 74% bis 85% der maximalen DRAM-Bandbreite. Über 32 gleichpräzise Fälle liegt der geometrische Vorteil gegenüber den besten öffentlichen Baselines bei rund 2,16x.
Die chinesische Berichterstattung nennt zudem gprMax/FDTD Maxwell mit 2,47x, minisweep mit 5,78x, RTM-Seismik mit 1,81x, nicht-kartesisches MRI mit 2,45x und DBT-Rückprojektion mit 1,63x.
Jetzt zählt Reproduzierbarkeit
Entscheidend ist nicht der Höchstwert. Externe Teams müssen den fresh-clone-Ablauf reproduzieren, neue Anwendungen im Patch-Modus hinzufügen und end-to-end Validierung auf H100 und B200 sehen können. Die 100 Anwendungspakete sind derzeit auf A100 validiert; breitere GPU-Validierung steht noch auf der Roadmap.
Für Fertigung und wissenschaftliches Rechnen ist ForgeStencil interessant, weil es seltenes HPC-Tuning-Wissen in einen dokumentierten, auditierbaren Agenten-Workflow überführt. Wenn die Zahlen außerhalb der Release-Umgebung halten, ist das nützlicher als die übliche Behauptung, KI habe Code geschrieben.
Quellen: OpenBMB ForgeStencil GitHub README, CocoLoop, Xinzhiyuan; geprüft wurden 100 validierte Anwendungen, A100-End-to-End-Speedups, Operator-Baselines, FDTD/minisweep/RTM/MRI/DBT-Umfang und Validierungsgrenzen.