【成果变形记】

　　光明日报记者 崔兴毅

　　从天气预报到新药研发，从飞机设计到电影特效，这些应用场景背后都离不开一种叫“科学计算”的超级大脑。可这个领域长期依赖国外的软件生态。想把它们搬到国产算力上，如同让燃油车的发动机直接去烧新能源，“适配难、效率低、门槛高”三重障碍层层叠加。

　　为破解这一困局，中国科学院计算机网络信息中心、中国科学技术大学、中国科学院力学研究所和中科曙光等机构联合打造的“异算方舟”国产计算系统软件生态全栈平台应运而生。它不是某个单点工具的亮相，而是一场历时数年的联合攻关，围绕算法供给、代码迁移和智能应用三大方向，试图为国产GPU（图形处理器）算力设施提供一体化解决方案。

　　算法要“长”在国产架构上

　　把很多科学计算软件放到国产硬件上跑，性能大打折扣，原因并不复杂——国外主流的软件生态长期围绕特定架构生长，底层算法与硬件之间有多年磨合，而换到国产架构上，这种磨合几乎要从头来过。

　　中国科学院计算机网络信息中心研究员王彦棡打了个比方：底层算法没有针对国产架构优化，性能便很难释放出来。因此，团队需要解决的问题很明确：算法库不能靠简单移植，必须在国产架构上“长”出来。

　　这个被命名为“九衍枢”的算法库项目，汇聚了16款高性能求解器，覆盖线性代数、并行计算、流体仿真、生物计算、深度学习算法等主流场景，每一款算法都深度适配国产GPU架构。最终的实测数据显示，多项核心模块实现了超10倍以上的性能加速。平台将每一款算法作为独立节点，搭建起整个体系的全域网络，为全链路应用提供底层支撑。

　　中国科学技术大学教授程万从科研一线视角给出了评价。在他看来，把最常用的高效算法整合成一个可复用的体系，研究者就不用再在底层适配上反复消耗精力，“可以更快地切入真正的科学问题”。

　　让大模型学会“翻译”代码

　　底层算法有了，更难啃的骨头还在后面。

　　过去几十年，科学计算领域积累了海量的CUDA（统一计算设备架构，由英伟达公司推出，仅支持自家GPU）代码。一个中等规模的仿真软件，代码动辄几十万行，全凭人工逐行改写，工作量几乎不可承受。而常规的转换工具，面对复杂的科学计算逻辑，成功率常常不理想。

　　王彦棡团队在这个问题上走出一条新路——让大语言模型来当“代码翻译官”。

　　但这并不是直接把通用大模型拿来用。通用模型能写诗聊天，却读不懂CUDA与国产GPU编程之间的差异。团队的做法是，向大语言模型“喂养”大量国产GPU代码规范、编程知识以及迁移经验，把领域知识融入模型能力之中——就像一位语言天才被送进专业学院深造，大模型由此从“文科生”向“理科翻译官”进化。

　　“大语言模型的来源数据与领域知识相融合，是这次模型能够胜任专业代码转换任务的关键。”王彦棡说。这个被命名为“无界BoundX”的代码转换大模型，核心能力由此生成：开发者上传一段原有的CUDA代码片段或科学计算软件中的关键模块，系统可智能完成代码转换、环境适配和编译运行。相较传统人工迁移和常规转换工具，它在效率和便捷性上都有明显提升。

　　哈尔滨工业大学教授左德承从系统可靠性的角度谈到，人工迁移代码极易因操作疏忽引入隐蔽错误，影响大规模计算的可信度。“用AI辅助迁移，相当于在翻译过程中就自带语法和逻辑的自动校验，迁移更高效，代码也更安全。”

　　这一步，瞄准的是打通异构生态之间的“语言障碍”。从底层算法到应用软件的壁垒，正在被大模型一点点消解。

　　让仿真变得越来越简单

　　算法适配了，代码迁移了，但科学软件的使用门槛依然横在面前。

　　真实的工程仿真场景中，参数配置、求解监控、故障诊断等环节环环相扣，人工操作成本大，结果的复现性也常常难以保证。中国科学院物理研究所研究员王磊对此感触颇深：“在材料物理这类研究领域，复杂仿真流程常因人工干预的差异，导致不同人做出来的结果对不上，科研可重复性一直是个痛点。”

　　这促成了第三个核心能力的诞生——Agent-HiReFlow自动化仿真智能体。

　　“它基于多智能体架构，把流体仿真中烦琐的参数配置、自动求解、故障诊断等关键环节全部串联起来，支持用户通过自然语言指令完成自动化仿真任务。”程万告诉记者，用户不需要手动配置一个个参数，而是可以直接说出需求，由智能体自主完成全流程仿真，如同一辆车从“手动挡”切换到“自动巡航”。

　　“这不仅大幅减少了人工操作，更重要的是保证了结果可复现、可追溯。”王磊说，标准化、自动化的流程有助于解决长期困扰科研领域的复现性难题。

　　中科可控信息产业有限公司董事长聂华则从产业角度看到更大的空间。他观察到，大量中小企业有仿真需求，但养不起专业的计算团队。“Agent-HiReFlow这类智能应用，让科学计算从专家工具变成通用能力，有望催生更多产业创新。”

　　值得注意的是，三项核心能力并非各自为战：九衍枢夯实计算内核，无界BoundX实现跨生态互联互通，Agent-HiReFlow则完成业务场景落地，三者双向协同、迭代赋能，形成“算法—代码—应用”的完整技术闭环。

　　“‘异算方舟’全栈平台集高效算法、便捷代码转换与自动化工具于一体，保障各类科学计算软件顺畅适配国产算力体系，推动国产计算系统从硬件算力领先迈向软件生态完善、开发便捷、应用易用的新阶段。”中国科学院计算机网络信息中心党委书记孙德刚说。

　　按照规划，团队未来将继续深耕AI for Science（人工智能驱动的科学研究）、国产GPU适配、高性能科学计算软件和智能化工具链研发，不断迭代升级“异算方舟”全栈平台，面向各类科学计算和工程应用场景持续输出能力，为构建开放、可用、可持续发展的国产科学计算软件生态贡献力量。

　　《光明日报》（2026年07月01日 14版）