ForgeStencil：面壁智能开源的Stencil模板计算AI全自动GPU算子优化系统

AI新闻 97ai 1小时前

一、ForgeStencil是什么

ForgeStencil是面壁智能OpenBMB团队开源的双智能体驱动Stencil模板计算全链路自动化优化系统，面向高性能计算领域，依靠大模型智能体完成算子研究、CUDA代码生成、正确性校验、工程补丁集成整套流程，摆脱传统HPC调优对专家人工介入的强依赖，可直接对真实工业仿真软件做GPU性能优化，不是仅用于学术测试的代码生成玩具，能够输出可直接编译运行的生产级补丁与CUDA算子代码。

ForgeStencil采用双LLM智能体架构，实现从优化策略探索、高性能CUDA算子生成，到向工业软件打补丁集成、性能测速、数值正确性校验的完整闭环。无需人工深度干预，自动产出适配NVIDIA GPU的高性能算子，直接提升真实工业软件运行速度。开源协议为Apache‑2.0。

二、功能特色

双智能体自主优化：Kernel Agent专注底层CUDA算子研发；App Agent面向上层业务软件，定位热点、生成适配补丁，双模块协同完成全流程工作，不局限人工预设优化搜索空间。
真实工程软件集成能力：输出上游软件源码补丁，而非仅输出独立测试算子，可直接嵌入现有工业仿真项目，不篡改第三方源码，采用补丁分发模式。
完整可审计验证体系：内置Harness测试框架，同一二进制下切换原生代码与优化后代码，自动完成测速、数值正确性校验，性能数据可复现、可溯源。
多GPU硬件适配：原生支持A100、H100、B200等NVIDIA新一代GPU架构，算子库按硬件架构做分发适配。
大规模基准验证：项目基于100套真实工业级仿真软件开展验证，覆盖多类HPC业务场景，并非简单学术样例。

ForgeStencil（图1）

三、技术细节

整体架构
系统由Kernel Agent、App Agent、算子知识库Kernel库、Harness测试框架四部分构成。

Kernel Agent：迭代执行方案规划、CUDA代码生成、硬件性能剖析，产出高性能Stencil算子存入算子知识库，算子带宽利用率可达到A100理论带宽74%‑85%。
App Agent：解析目标应用源码，定位性能热点，从算子知识库匹配或生成定制算子，校验数值误差，输出可直接打码的源码补丁。
Kernel算子库：存储经过验证的多架构CUDA算子，区分sm_80/sm_90/sm_100硬件架构。
Harness测试框架：统一封装编译、运行、校验、测速逻辑，原生代码和优化版本交替运行，输出加速比统计结果。

仓库目录结构

目录	功能说明
agents	双智能体调度与运行逻辑
kernel	跨硬件CUDA算子库
applications	工业软件拉取脚本、集成补丁、溯源文档
baselines	主流对比工具基准拉取脚本
harness	测速与正确性校验流程
tools	算子快速测试、一键执行脚本
results	审计后的性能测试数据集
docs	实验文档、智能体运行日志

技术栈：CUDA为主，辅以Python、Shell；依赖CUDA12.x、C++17、Python3.9+，numpy、cupy，仅支持NVIDIA GPU环境。
运行逻辑
Kernel Agent持续产出、验证算子沉淀知识库；App Agent对接目标工业软件，拉取上游源码，打补丁，调用Harness完成端到端验证；仓库本身不携带第三方软件源码，全部通过脚本拉取上游原始代码，保证开源合规。

性能表现：A100环境下100款软件中位数加速1.41×，几何平均加速2.05×；89%应用获得1.05倍以上加速，部分场景可达数十倍加速；已经高度人工调优的商业SDK软件性能基本持平无退化。算子层面对比Halide、Devito基准几何平均加速2.16×。

四、应用场景

油气勘探、电磁仿真、医学成像、CFD流体计算；
气候气象模拟、天体物理、材料科学仿真等科学计算工程；
HPC科研人员：快速对Stencil类仿真软件做GPU算子调优，降低专家人力投入；
工业软件开发者：给自研仿真软件自动生成高性能GPU算子，缩短底层算力适配周期；
HPC算法研究：做Stencil代码生成、自动调优方向的对比实验与基准测试。

注意：项目仅针对GPU版本应用优化，纯CPU软件仅做对照，不作为正式验证对象。

五、使用方法

环境依赖

NVIDIA GPU，CUDA12.x，C++17，Python3.9+，numpy、cupy。

算子快速测试（无需完整工业软件）

python tools/run.py

执行后快速输出算子延迟、基线对比结果，适合快速验证算子能力。

端到端完整应用复现
1）进入目标应用目录，执行vendor.sh脚本拉取上游原始源码；
2）应用项目提供的补丁文件；
3）调用harness/run_e2e.py自动构建、运行、测速、正确性比对，输出加速比报告。

六、竞品对比

选取Halide、Devito两款主流Stencil代码生成工具进行对比。

对比项	ForgeStencil	Halide	Devito
优化主体	双LLM智能体自主探索优化策略	人工编写调度策略，固定搜索空间	人工配置参数与调度规则
输出产物	CUDA算子+上游软件源码补丁	独立可调用代码	独立算子代码
工业软件集成	原生支持直接打补丁集成真实项目	需要开发者手动改写工程接入	需要手动修改业务代码接入
正确性&测速	内置Harness端到端校验测速框架	需要用户自行实现校验逻辑	需要用户自行实现校验逻辑
优化空间	智能体自主拓展，不局限预设规则	完全依赖人工定义调度空间	完全依赖人工配置参数
验证规模	100套真实工业软件	以学术测试用例为主	以学术测试用例为主

七、常见问题解答

ForgeStencil可以直接拿来跑普通CPU程序优化吗？

不可以，该项目目标是NVIDIA GPU上的Stencil模板计算优化。CPU版本软件仅用作对照，不支持CPU算子生成与优化。

智能体生成算子是否每次运行结果完全一致？

LLM智能体的生成过程存在非确定性，但最终输出的补丁文件、测速验证结果具备可复现性。

生成的优化代码数值正确性如何保证？

复用目标软件自带的原生校验逻辑完成数值校验。如果上游软件本身校验逻辑宽松，则正确性保障会随之下降。

仓库里面是否包含第三方工业软件源码？

仓库不存放第三方软件源码，只提供拉取脚本与补丁，运行时自动拉取上游原始代码，保证开源合规。

没有A100/H100/B200显卡还可以使用吗？

可以做算子编译测试，但项目完整验证数据集基于这三代GPU，其他硬件下性能表现没有经过大规模审计验证。

八、相关链接

GitHub项目地址：https://github.com/OpenBMB/ForgeStencil

九、总结

ForgeStencil是OpenBMB推出的面向Stencil模板计算场景的AI自动化GPU算子优化开源项目，依托双大模型智能体把算子策略探索、CUDA代码生成、补丁集成、测速校验串联成完整闭环，解决传统高性能计算调优高度依赖HPC专家的痛点，在大量真实工业仿真软件上完成验证，能够显著降低科学计算软件GPU适配的人力成本，为HPC领域提供了一套大模型驱动的算子自动化落地新方案。