MegMind 釋出 ForgeStencil:雙智慧體系統在一週內自動化最佳化 100 多種工業軟體工具
現代工業突破與前沿研究依賴於大規模高效能運算軟體,其中 Stencil 計算作為核心計算模式。這一受頻寬限制的記憶體密集型過程在天氣預報、地震勘探和材料科學等領域至關重要,其速度直接影響國家軟體效率。
歷史上,最佳化 Stencil 模式需要稀缺的高效能運算(HPC)專家進行手動調優,這限制了可擴充套件性。面壁智慧與 OpenBMB 社羣現已釋出 ForgeStencil,這是全球首個由人工智慧驅動的 Stencil 最佳化系統。該開源解決方案實現了自動化研究與部署,打破了以往的可擴充套件性壁壘。

ForgeStencil 在短短一週內自動最佳化了超過 100 個工業和科學應用,將最佳化時間縮短至數小時,並將研發效率提升了 100 倍。這一突破消除了人為限制,實現了 Stencil 最佳化的真正可擴充套件性。
ForgeStencil 採用雙智慧體架構,無需人工干預,僅需輸入原始碼即可執行。Kernel Agent 負責設計高效能運算元,而 App Agent 則處理整合與驗證。這種端到端的自動化確保了正確性,無需專家參與。
在運算元基準測試中,ForgeStencil 的表現優於 Halide 和 Devito 等框架,在 fp32 精度下實現了 2.35 倍的幾何平均加速,在混合 fp16 精度下額外提升了 1.95 倍。它在複雜的變係數 Stencil 模式上也實現了 1.34 倍的加速。

ForgeStencil 面向真實的工業場景,加速了 hypre(3.86 倍)、minisweep(5.78 倍)和 gprMax(2.47 倍)等關鍵軟體。它直接滿足了石油、醫療和氣象行業對生產環境的需求。
與人類專家不同,ForgeStencil 的並行智慧體共享一個共同的知識庫,從而實現集體進化。基於 Forge 正規化,它從程式碼生成轉向自動最佳化和現實世界部署。
短期內,ForgeStencil 透過在數小時內最佳化現有軟體來降低成本。長期來看,它將加速計算機輔助工程(CAE)、地震成像和晶片設計的數字基礎。ForgeStencil 現已在 GitHub 上開源,面壁智慧邀請高效能運算專家和開發者共同參與貢獻。
相關文章
那些令人毫無食慾的AI生成選單背後的同質化問題
起初,你可能會懷疑自己的理智。你走進一家咖啡館,瀏覽一份擺滿貝果三明治的選單,卻發現每張圖片都完美得令人不安——對稱得無可挑剔,質感過於光滑——這觸發了你本能的感覺:有什麼地方不對勁。你並非在胡思亂想;你的直覺是正確的。生成式人工智慧影象已經滲透進餐飲業,這些影象由訓練有素的模型生成,其美學風格狹窄且“討喜”,即使你無法立即解釋原因,也會讓人覺得 inherently(本質上)是錯誤的。有時,這些影象明顯是偽造的,比如一個芝士氣泡豐富、融化得如同前衛藝術而非食物的墨西哥捲餅。更多時候,它們看起來
IBM報告:AI驅動的攻擊事件佔所有事件的25%,且單次損失高於平均水平20%
IBM與Ponemon Institute的最新研究揭示了一個令人不安的轉變:由人工智慧驅動的惡意資料洩露事件現已佔所有惡意資料洩露事件的25%,同比激增56%。這些事件造成的平均損失為600萬美元,比一般資料洩露的典型成本高出20%。攻擊者正日益將目標集中在高影響力領域。62%的人工智慧驅動網路攻擊針對關鍵基礎設施,其中金融服務和能源行業面臨的風險最高。這種集中性威脅可能引發經濟、供應鏈和基本公共服務的連鎖故障。經濟失衡十分明顯:攻擊成本正在下降,而防禦費用卻在上升IBM安全軟體副總裁S
高通驍龍為三星的生成式人工智慧生態系統提供動力
由左至右:Galaxy Z Flip8、Galaxy Z Fold8 及 Galaxy Z Fold8 Ultra。圖片來源:三星高通(Qualcomm)的克里斯蒂亞諾·阿蒙(Cristiano Amon)表示,與三星的合作使新款 Galaxy 智慧型手機、智慧手錶及智慧眼鏡得以實現自然且具情境感知能力的人工智慧試想,您戴著智慧眼鏡在異國街頭漫步。當您瞥見餐廳門外的菜單時,眼鏡會立即擷取文字內容,
相關專題推薦
評論 (0)
0/500
現代工業突破與前沿研究依賴於大規模高效能運算軟體,其中 Stencil 計算作為核心計算模式。這一受頻寬限制的記憶體密集型過程在天氣預報、地震勘探和材料科學等領域至關重要,其速度直接影響國家軟體效率。
歷史上,最佳化 Stencil 模式需要稀缺的高效能運算(HPC)專家進行手動調優,這限制了可擴充套件性。面壁智慧與 OpenBMB 社羣現已釋出 ForgeStencil,這是全球首個由人工智慧驅動的 Stencil 最佳化系統。該開源解決方案實現了自動化研究與部署,打破了以往的可擴充套件性壁壘。

ForgeStencil 在短短一週內自動最佳化了超過 100 個工業和科學應用,將最佳化時間縮短至數小時,並將研發效率提升了 100 倍。這一突破消除了人為限制,實現了 Stencil 最佳化的真正可擴充套件性。
ForgeStencil 採用雙智慧體架構,無需人工干預,僅需輸入原始碼即可執行。Kernel Agent 負責設計高效能運算元,而 App Agent 則處理整合與驗證。這種端到端的自動化確保了正確性,無需專家參與。
在運算元基準測試中,ForgeStencil 的表現優於 Halide 和 Devito 等框架,在 fp32 精度下實現了 2.35 倍的幾何平均加速,在混合 fp16 精度下額外提升了 1.95 倍。它在複雜的變係數 Stencil 模式上也實現了 1.34 倍的加速。

ForgeStencil 面向真實的工業場景,加速了 hypre(3.86 倍)、minisweep(5.78 倍)和 gprMax(2.47 倍)等關鍵軟體。它直接滿足了石油、醫療和氣象行業對生產環境的需求。
與人類專家不同,ForgeStencil 的並行智慧體共享一個共同的知識庫,從而實現集體進化。基於 Forge 正規化,它從程式碼生成轉向自動最佳化和現實世界部署。
短期內,ForgeStencil 透過在數小時內最佳化現有軟體來降低成本。長期來看,它將加速計算機輔助工程(CAE)、地震成像和晶片設計的數字基礎。ForgeStencil 現已在 GitHub 上開源,面壁智慧邀請高效能運算專家和開發者共同參與貢獻。
那些令人毫無食慾的AI生成選單背後的同質化問題
起初,你可能會懷疑自己的理智。你走進一家咖啡館,瀏覽一份擺滿貝果三明治的選單,卻發現每張圖片都完美得令人不安——對稱得無可挑剔,質感過於光滑——這觸發了你本能的感覺:有什麼地方不對勁。你並非在胡思亂想;你的直覺是正確的。生成式人工智慧影象已經滲透進餐飲業,這些影象由訓練有素的模型生成,其美學風格狹窄且“討喜”,即使你無法立即解釋原因,也會讓人覺得 inherently(本質上)是錯誤的。有時,這些影象明顯是偽造的,比如一個芝士氣泡豐富、融化得如同前衛藝術而非食物的墨西哥捲餅。更多時候,它們看起來
IBM報告:AI驅動的攻擊事件佔所有事件的25%,且單次損失高於平均水平20%
IBM與Ponemon Institute的最新研究揭示了一個令人不安的轉變:由人工智慧驅動的惡意資料洩露事件現已佔所有惡意資料洩露事件的25%,同比激增56%。這些事件造成的平均損失為600萬美元,比一般資料洩露的典型成本高出20%。攻擊者正日益將目標集中在高影響力領域。62%的人工智慧驅動網路攻擊針對關鍵基礎設施,其中金融服務和能源行業面臨的風險最高。這種集中性威脅可能引發經濟、供應鏈和基本公共服務的連鎖故障。經濟失衡十分明顯:攻擊成本正在下降,而防禦費用卻在上升IBM安全軟體副總裁S
高通驍龍為三星的生成式人工智慧生態系統提供動力
由左至右:Galaxy Z Flip8、Galaxy Z Fold8 及 Galaxy Z Fold8 Ultra。圖片來源:三星高通(Qualcomm)的克里斯蒂亞諾·阿蒙(Cristiano Amon)表示,與三星的合作使新款 Galaxy 智慧型手機、智慧手錶及智慧眼鏡得以實現自然且具情境感知能力的人工智慧試想,您戴著智慧眼鏡在異國街頭漫步。當您瞥見餐廳門外的菜單時,眼鏡會立即擷取文字內容,





首頁






