面壁智能とOpenBMBは8月4日、Stencil計算を対象にした二AgentシステムForgeStencilを公開した。実際の科学・産業ソフトからホットスポットを探し、CUDA演算子を作り、パッチを戻し、アプリ自身の検証とタイマーで結果を測る。
公式READMEによると、ForgeStencilは石油・ガス、電磁場、医用画像、CFD、気候、天体物理、材料、HPCベンチマークなど100本の端到端検証アプリで動作した。端到端高速化の中央値は1.41倍、幾何平均は2.05倍だ。
難所は実アプリへの導入
Stencilは天気予報、地震探査、電磁シミュレーション、流体計算の底で使われる。近傍の格子点を読み続けるため、メモリ配置が悪いとGPUは計算より待ち時間に縛られる。
Kernel Agentはtiling、fusion、layout、occupancyを探索する。App Agentはアプリのホットスポットを見つけ、GPU基準を作り、正しさを確認し、最適化を元のプログラムに戻す。
“ForgeStencil automates the strategy discovery and the deployment.”
数字は口径ごとに読む
100アプリの結果範囲は0.998倍から97.7倍。READMEは、89%が1.05倍以上、73%が1.20倍以上、43%が1.50倍以上、21%が3倍以上、7%が10倍以上と説明している。
演算子レベルは別口径だ。A100上のメモリ帯域律速カーネルはピークDRAM帯域の74%から85%に達し、32ケースの同精度比較では公開ベースラインに対して約2.16倍の幾何平均優位を示す。
中国語報道はgprMax/FDTD Maxwell 2.47倍、minisweep 5.78倍、RTM地震イメージング 1.81倍、非Cartesian MRI 2.45倍、DBT逆投影 1.63倍も挙げている。
次は再現性
見るべきは最大値ではない。外部チームがfresh cloneから再現できるか、patch modeで新しいアプリを増やせるか、H100とB200の端到端検証が公開されるかだ。100本のアプリは現在A100で検証され、他世代GPUの端到端検証はロードマップに残る。
製造業や科学計算の現場にとって、ForgeStencilの意味はHPCチューニングの経験を記録可能なAgent手順に変える点にある。公開環境の外でも数字が保てるなら、「AIがコードを書いた」よりもずっと実務的な主張になる。
情報源：OpenBMB ForgeStencil GitHub README、CocoLoop、新智元。100本の検証済みアプリ、A100端到端高速化、演算子レベル基準、FDTD/minisweep/RTM/MRI/DBTの口径と検証制限を確認。