ForgeStencil

ForgeStencil官网

ForgeStencil 是面壁智能联合 OpenBMB 开源社区推出的全球首个支持 Stencil 自动研究、自动部署的 AI 优化系统。它基于 Kernel Agent 与 App Agent 双智能体闭环，打通从优化策略发现到真实生产软件集成的全流程，整个过程无需人工介入，让 GPU 高性能算子的研发从依赖专家经验转向可被规模化复制的自动化路径。

主要功能

1. 双 Agent 闭环优化：Kernel Agent 自主研究并合成逼近硬件极限的高性能 CUDA Kernel，App Agent 负责热点定位、算子锻造、正确性验证与应用集成，形成研究到落地的自洽闭环；
2. 自动策略发现：Agent 在分块、融合、布局、占用率与主机端重构等维度自主探索优化策略，而非在固定搜索空间内做枚举式调参；
3. 真实应用部署：直接面向生产级工业与科学计算软件，以应用自身的 GPU 代码为基线做端到端验证，不依赖简化 Benchmark；
4. 可审计测量协议：通过单一环境开关在原始路径与优化路径间交错切换，使用程序自带检查与计时器，保证加速比真实可信；
5. 跨代 GPU 适配：支持 A100/H100/B200 运行时架构分发，同一代码库按目标架构自动选择最优 Kernel 路径。

如何使用ForgeStencil

使用流程如下：

1. 准备环境：克隆 ForgeStencil 仓库，确保具备 NVIDIA GPU（A100 已验证）、CUDA 12.x、C++17 编译器与 Python 3.9+ 环境；
2. 快速体验算子：执行 python tools/run.py --stencil star_1 --shape 256 --gpu 0，一分钟内即可测量单算子性能并与 Halide 基线对比；
3. 端到端复现：进入目标应用目录执行 ./vendor.sh 拉取上游源码，应用集成补丁后运行 python ../../harness/run_e2e.py --app <name> --gpu auto 完成真实应用验证；
4. 驱动 Agent 工作：参考 agents/README.md 配置并启动 Kernel Agent 与 App Agent 的自主优化循环；
5. 查阅结果注册表：通过 results/integration_registry.json 查看 100 个已验证应用的审计加速比数据。

使用场景

1. 油气勘探：优化 RTM 逆时偏移、道达尔 mini-app 等核心算法，加速石油勘探数据处理流程；
2. 电磁仿真设计：提升 gprMax/FDTD 等 Yee 网格 Maxwell 方程求解效率，服务于雷达与芯片电磁分析；
3. 医学影像重建：加速非笛卡尔 MRI 重建、数字乳腺断层成像反投影等医疗影像计算负载；
4. 气候与天体物理：优化大气动力学、宇宙学模拟等 Stencil 密集型科学计算应用；
5. 量化金融计算：为 QuantLib 等金融机构定价库提供 Stencil 热点自动优化，降低交易计算时延。

价格与版本

ForgeStencil 以开源方式发布，代码托管于 GitHub，采用宽松开源协议，可免费下载、研究与商用，目前没有按席位或调用量计费的商业定价。开发者通过 git 获取上游仓库即可参与开发与复现，企业如需定制化支持或私有化部署，可基于开源代码自行构建。最新版本与已支持的架构以 GitHub 仓库发布页为准。

常见问题解答

ForgeStencil 需要 HPC 专家参与优化吗？

不需要。系统以 Kernel Agent 与 App Agent 双智能体闭环实现从应用分析、热点定位、Kernel 锻造到集成验证的全流程自动化，无需人工决策，单应用优化从过去的数月缩短到一天内。

加速比数据可信吗，会不会被美化？

可信。测量以应用自身的生产级 GPU 实现为唯一基线，原始路径与优化路径仅通过单一 USE_OURS 开关区分，且原始路径与上游字节一致，多轮交错运行取中位数并报告几何平均加速比，从系统层面杜绝造假空间。

ForgeStencil 支持哪些 GPU 架构？

支持 A100、H100、B200 等多代 NVIDIA GPU 的运行时架构分发，同一代码库会按目标架构自动选择最优 Kernel 路径，硬件升级时也能自动重锻 Kernel 以捕获新特性。

官网网址

ForgeStencil 官网开源地址：https://github.com/OpenBMB/ForgeStencil

OpenI AI时代点评

ForgeStencil 把”自动研究”和”自动部署”拧成一条闭环，价值不在于单点的加速数字，而在于它让 Stencil 优化第一次具备可规模化的自动化路径——一周完成 100+ 工业与科学计算软件的端到端优化，中位加速 1.41 倍，这件事过去要靠一队 HPC 专家耗上数月。

它的可审计测量协议尤其值得肯定，把”原始路径与上游字节一致”作为硬约束，等于在系统设计上堵住了加速比造假的口子。对科研与工业团队而言，这意味着拿到的性能报告经得起复现。如果你也在关注开源 AI 工具链的进展，可以看看另一款开源项目 Shieldstral 在内容安全方向的做法。需要留意的是，ForgeStencil 当前以研究部署框架的形态存在，落地到自有业务仍需一定的 GPU 工程能力。