面壁智能联合OpenBMB开源社区，正式发布全球首个面向Stencil计算的全自动优化与部署AI系统ForgeStencil，实测在真实科学计算场景中最高实现5.78倍加速，为高性能计算领域带来重要突破。
Stencil计算：隐身于万亿次运算中的性能瓶颈
在高性能计算（HPC）领域，Stencil（模板计算）是一种极为基础且广泛使用的计算模式。它像是一张滑动的网格，在每个位置上用周围若干个点的数值更新中心点的数值，模式简单却贯穿于计算流体力学、气象模拟、电磁仿真、核反应堆设计、地质勘探等众多关键科学工程应用。以常见的7点模板为例，一个三维空间网格的更新就涉及自身和6个邻居的数值，而这类计算常常占据整个仿真程序运行时间的80%以上。
然而，Stencil计算的性能优化一直是一个棘手难题。由于不同应用场景的网格形状、访存模式、边界条件千差万别，靠人工为每一种场景定制优化几乎不可能。硬件架构又在不断演进，GPU、新型加速器层出不穷，进一步加剧了优化复杂度。长久以来，开发者只能依赖经验性规则或部分自动调优工具，但效果始终有限，大量算力被白白浪费。
ForgeStencil：从“自动研究”到“自动部署”的AI闭环
ForgeStencil的出现，第一次将Stencil优化的全流程交给AI自动完成。系统构建了一个“自动研究+自动部署”的大闭环：AI不仅能够自动搜索最优的Stencil优化策略，还能直接将优化后的代码部署到目标硬件上运行，无需人工干预。
其核心思路借鉴了近年AI编译器的进展，但将焦点牢牢锁定在Stencil这一特定模式上。系统通过机器学习模型预测不同优化组合（如循环分块大小、向量化策略、内存预取等）的性能表现，并利用强化学习等算法在巨大搜索空间中高效探索。同时，它融合了混合精度计算技术，在保证数值精度的前提下进一步压榨硬件吞吐能力。
公开的实测数据显示，在保持full precision（fp32）的条件下，ForgeStencil相对于主流基础实现的几何平均加速达到2.35倍。当开启混合精度优化后，还能额外获得1.95倍的性能提升。这意味着，原先需要3天才能完成的仿真，现在可能不到1天就能跑完，且精度丝毫不受影响。
真实应用验证：从3.86倍到5.78倍的跨越
更令人信服的是在真实世界应用中的表现。团队选取了三种具有代表性的科学计算软件进行验证：通用CAE求解器hypre、电磁仿真时域有限差分（FDTD）程序，以及核反应堆中子学输运计算程序minisweep。在hypre中，ForgeStencil带来了3.86倍的加速；在电磁仿真FDTD中达到2.47倍；而在计算强度极高的minisweep上，加速比最高狂飙至5.78倍。
minisweep代表着极端复杂的Stencil场景，涉及多群中子输运方程的求解，计算密集且访存压力巨大。5.78倍的加速意味着原本需要运行数周的关键核安全仿真，现在可能在一周内完成，这对缩短工程设计周期、加速创新迭代具有直接且巨大的价值。这些数字并非来自孤立的小测试，而是嵌入到完整软件栈中的真实加速，证明了ForgeStencil的工程鲁棒性。
行业意义：AI for Science走向务实落地
ForgeStencil的发布，表面上是一次性能优化工具的升级，更深层地看，它标志着AI for Science正在从“精妙算法”阶段迈向“务实工程”阶段。过去，AI更多被用来发现新物理、预测分子性质，而ForgeStencil直接切入到科学计算的基础设施层，用AI自动提升千千万万研究人员每天都在使用的仿真软件的运行效率。这种“底层推动”的影响力更为广泛且立竿见影。
同时，开源策略也极为关键。面壁智能与OpenBMB开源社区合作，将系统完整开放，允许全球开发者、研究机构和工业用户自由使用、修改和集成。这不仅降低了高性能计算优化的门槛，也意味着Stencil优化方案可以快速在气象、能源、制造、药物研发等众多行业扩散，形成持续的社区贡献生态。对于国产算力平台而言，自动获得性能优化也是提升竞争力的一条捷径。
长远来看，ForgeStencil的思路或许能扩展到更广泛的循环优化模式中，成为AI编译器的标准组件。当AI学会了自动优化Stencil，下一步就是自动优化张量运算、稀疏计算，乃至整个科学计算栈。AI不仅在做科学，更在让科学做得更快。