科学计算领域有一个沉默的瓶颈，叫Stencil。它不像大模型那样天天上头条，但你手机里的天气预报、飞机发动机的设计、石油勘探的数据处理，背后全是这类计算在拼命跑。而让Stencil跑得快一点，这件事在过去二十年里几乎全靠一小撮顶尖程序员的直觉与手艺。面壁智能联合 OpenBMB 刚刚开源的 ForgeStencil，等于给这个圈子扔了一枚深水炸弹——全球首个从算子优化到应用集成全链条自动化的系统，而且，完全开源。
为什么Stencil这道题这么难啃
一台超级计算机，半台在等内存
Stencil计算模式的核心操作很简单：网格上的每个点根据邻居点的值来更新自己。听起来朴实无华，但在实际运算中它是一种极致的访存密集型负载。现代处理器的算力膨胀得飞快，内存带宽却像堵在巷子里的消防车，空有马力使不出来。一次气象模拟可能要把整个大气层划分成上亿个网格，每次迭代都在等待数据从内存搬到缓存。工程师们为了躲开这个瓶颈，穷尽手段：分块、重排、预取、向量化，甚至专门为特定Stencil形状手写汇编。而这些优化，换一个网格尺寸或边界条件就失效大半。
优化全靠手艺，复制基本免谈
搞Stencil优化的人有一个心照不宣的痛：这活儿几乎不可复制。一个流体力学博士花了三个月把某个求解器的核心算子加速了40%，隔壁做电磁仿真的团队想用同样的招数，发现自己的网格是三角的、边界条件是吸收层，一切得从头再来。工业界对此的应对方式很原始——招更多懂高性能计算的人，用高薪把人摁在项目中手动调参。这种模式下的“知识成果”通常以某篇论文里的性能数据或某个闭源库的内部版本存在，从未形成过可以自动适配新场景的能力。
工业软件跑在“专家瓶颈”上
更深的隐患在于，Stencil并非实验室里的玩具。计算流体力学、定量气象预报、地震波成像、计算化学，几乎所有基于偏微分方程的科学软件，内核都是一组组Stencil运算。当这些软件试图迁移到新硬件——比如从CPU集群跳到GPU或国产加速卡上时，优化工作就变成了一场噩梦。能调优的人太少，硬件迭代又太快，工业软件的效率其实一直被摁在一个极低的平均值上。换句话说，我们花了大价钱造出了百亿亿次超级计算机，却因为优化跟不上，让一半算力在空转。
ForgeStencil：把专家脑子装进两个AI Agent
Kernel Agent，一个不知疲倦的算子猎手
ForgeStencil 的设计思路非常直接：既然人干得慢，就让AI自己来。系统里的第一个核心角色叫 Kernel Agent，它的任务只有一个——给定一个Stencil描述的算子和目标硬件，自动吐出性能最优的底层实现。这不是简单的模板替换。Kernel Agent 会在一个巨大的优化空间里搜索：分割策略、内存层次利用、向量化宽度、展开因子，甚至是在不同维度上混合精度计算的可能性。所有这些选择组合在一起，形成了一个连经验丰富的专家都难以穷举的爆裂组合树，而Kernel Agent用来自主决策的探索机制，在分钟级时间内完成过去需要几周的试验。
App Agent，不让任何优化悬在空中
算子优化得再漂亮，如果落不进真实应用里，就是实验室里的标本。ForgeStencil 的另一个智能体 App Agent 专门负责打通这最后一公里。它直接面对完整的应用程序——可能是某个CFD求解器，也可能是一个天气预报模型——自动识别其中哪些循环结构可以用优化后的Stencil算子替换，并完成代码变换、接口适配和编译部署。这个过程不需要应用程序开发者去学任何新工具，App Agent 像一位隐形搭档，把优化成果直接“注入”到现有代码基中，同时保留原始代码的可读性和逻辑结构。
闭环协作，让试错从手工变成自动
两个Agent并不是各干各的。Kernel Agent 产出的算子实现会被 App Agent 立刻放进真实运行环境中测试，性能反馈再回到 Kernel Agent 用来修正下一步的搜索方向。这种闭环协作机制彻底改写了传统优化的节奏：以前是“人写版本A→编译→跑测→人根据结果想版本B”，现在是一分钟之内自动生成十几个变体，挑出实际跑得最快的那一个直接部署。面壁智能把这个流程叫做“自动研究、自动部署”，一点没夸张——整个过程没有人类在回路里。
开源之后，谁最先感受到变化
气象海洋这些“算力无底洞”行业
实时天气预报系统是对Stencil优化最敏感的领域之一。全球模式的分辨率每提高一倍，计算量增加八倍，而预报窗口就那么短。ForgeStencil 开源后，机构可以直接把自己的模型算子扔进链条里，几小时后拿到一个针对本地机器的优化版本，下次起报就能用上。一些次网格物理过程——如云微物理、辐射传输——的Stencil长期被搁置在未优化状态，现在也有了被自动加速的可能。算力不变的条件下，更精细的预报变得可及了。
计算流体力学告别“优化外包”
中小型制造业公司用CFD软件时常陷入一种困境：通用求解器的默认算子并不适配自家的流动场景，找人调优费用高昂，不调又浪费计算资源。ForgeStencil 提供了一个完全不同的选项：把需要加速的算子描述喂进去，自动生成一套专用实现，直接在OpenFOAM或自研代码里启用。优化的门槛从“雇佣一个高性能计算专家团队”骤降到“运行一条命令行”，这对大量依赖于数值仿真的工程设计而言，意味着迭代周期的大幅压缩。
一个可复用的加速引擎生态
更大的价值在于可复用性。ForgeStencil 产出的优化算子自带场景标注和硬件指纹，可以打包发布、供同类应用直接调用。面壁智能和 OpenBMB 将其完全开源，等于鼓励整个社区把自己的优化成果回吐出来。以后做大气化学模拟的团队，也许不用自己动手，就能从仓库里找到一个别人已经优化好的垂直扩散算子，并对上自己的分辨率。这个加速资产的共享网络一旦转起来，对科学计算的推动不亚于任何一个硬件升级。
AI开始优化AI，这条路才刚开始
当优化能力变成了一种“流动资源”
ForgeStencil 背后有一个更深的信号：优化这件事，正从一种高度依赖顶尖人力的固定能力，变成一种可以被AI系统持续生产、自动适配的流动资源。这意味着硬件的生命周期被拉长了。过去很多加速卡因为缺乏足够的优化生态而吃灰，现在AI可以替它们自动生成合身的算子库。这对国产芯片生态尤其是关键的一步，因为软件适配的短板，终于有了一种不需要等开发者慢慢补全的解决方案。
自主研调，迈向自动系统设计
再往前推一步，ForgeStencil 演示的“自动研究”不只是调参。Kernel Agent 在探索优化空间时，实际上在进行一种小规模的科学发现——找到以往未被人类察觉的并行模式或访存策略。当这种能力被泛化到更广泛的系统软件栈上，我们或许会看到操作系统调度、编译优化、网络通信协议都开始由类似的智能体来改进。那将是一个软件自己长出自己的时代，而ForgeStencil 刚好站在了这道门槛上。
把算力从“能用”推到“高效用”
过去几年，AI社区几乎把所有目光都投向了模型规模的比拼，而实际支撑着这个世界运转的工业与科学软件仍然在大量浪费着算力。ForgeStencil 的出现提醒我们，提升效率的战役并非只能靠更快的硬件和更大的模型。有时候，把已经存在的算力用出原本该有的水平，就能释放出惊人的增量。开源这份代码，等于递出了一把钥匙——谁先学会用它，谁就能用同样的电费跑出双倍的结果。
