ForgeStencil – نظام النشر والبحث الآلي الكامل لتطبيقات Stencil من طرف 面壁智能 خدام

ForgeStencil هو أول نظام ذكاء اصطناعي فالعالم كيدعم البحث والنشر الآليين لتطبيقات Stencil، طوّراتو 面壁智能 بالتعاون مع مجتمع OpenBMB مفتوح المصدر. كيعتمد على حلقة مغلقة بجوج وكلاء ذكيين، Kernel Agent وApp Agent، وكيحقق المسار كامل بلا تدخل بشري، من اكتشاف استراتيجيات التحسين حتى دمجها فبرامج حقيقية ديال الإنتاج. فمدة أسبوع، كمّل تحسين شامل لأكثر من 100 برنامج صناعي وعلمي للحساب، بتسريع وسطي قدره 1.41 مرة، وكيغطي 8 مجالات صناعية، منها استكشاف النفط والغاز والمحاكاة الكهرومغناطيسية والتصوير الطبي، و5 مجالات علمية.

حلقة تحسين بجوج Agents: Kernel Agent كيدير البحث بوحدو وكيولّف CUDA Kernels عالية الأداء، وApp Agent كيتكلف بتحديد النقاط الساخنة، وصياغة العمليات، والتحقق من الصحة، ودمجها فالتطبيق.
اكتشاف آلي للاستراتيجيات: الوكلاء كيجربو بوحدهم استراتيجيات بحال التقسيم، والدمج، وتنظيم الذاكرة، ونسبة الإشغال، وإعادة هيكلة جهة المضيف، بلا ما يبقاو محصورين فمجال بحث ثابت.
النشر فالتطبيقات الحقيقية: التحسين كيتوجّه مباشرة لبرامج الإنتاج، مع اعتماد كود GPU ديال التطبيق نفسه كخط أساس، والتحقق من الأداء من البداية للنهاية، ماشي غير Benchmark مبسّط.
بروتوكول قياس قابل للتدقيق: كيتبدّل المسار الأصلي والمسار المحسّن بالتناوب عبر مفتاح بيئي واحد، وكيتم استعمال فحوصات البرنامج ومؤقتاته المدمجة، باش يبقى التسريع حقيقي وقابل للثقة.
التكيّف مع أجيال مختلفة من GPU: كيدعم توزيع وقت التشغيل على معماريات A100/H100/B200، ونفس مستودع الكود كيختار أوتوماتيكياً مسار Kernel الأمثل حسب المعمارية.

تابعونا على WeChat وردّ بـ“开源” باش تلتحق بمجموعة النقاش ديال مشاريع الذكاء الاصطناعي مفتوحة المصدر
معمارية تعاون بجوج Agents: النظام مكوّن من Kernel Agent وApp Agent فحلقة مغلقة. Kernel Agent مسؤول على الاكتشاف النظري، وكيقوم ببحث ذاتي وتركيب عمليات Stencil كتقرب من الحدود الفيزيائية القصوى للعتاد عبر دورة Plan→Code→Profile؛ أما App Agent فمسؤول على التنفيذ الهندسي، وتحديد النقاط الساخنة فالأداء، وبناء خط أساس لـGPU، واستعمال قاعدة معارف مصفوفة العمليات اللي بناها Kernel Agent لصياغة تحسين خاص بالتطبيق، ثم التحقق من الصحة ودمجو فالتطبيق الأصلي.
تطور مصفوفة العمليات وقاعدة المعارف: Kernel Agent كيبني باستمرار، خلال التحسين، مصفوفة عمليات متخصصة كتخدم كقاعدة معارف، ومن بعد App Agent يقدر يعاود يستعمل التقنيات الموجودة. والوكلاء المتوازيين كيتشاركو قاعدة المعارف نفسها، وكيتم تقاسم التجارب والتطور الجماعي بشكل آني، مما كيتجاوز صعوبة نقل خبرة الخبراء البشر على نطاق واسع.
بروتوكول قابل للتدقيق من البداية للنهاية: القياس كيعتمد حصراً على تنفيذ GPU ديال التطبيق نفسه فالإنتاج كخط أساس. المسار الأصلي والمسار المحسّن كيتفرّقو غير بمفتاح USE_OURS واحد، والمسار الأصلي مطابق للبايتات ديال المنبع. كيتستعملو فحوصات الصحة والمؤقتات المدمجة فالبرنامج، ومن بعد جولات متعددة ديال التشغيل بالتناوب كيتاخد الوسيط، وكيتم فالأخير الإبلاغ عن المتوسط الهندسي لنسب التسريع ديال جميع حالات الاختبار القياسية، باش يتسدّ مجال التلاعب على مستوى النظام.
نمط Patch وربط بلا مصدر: ما كيتربط حتى مصدر ديال طرف ثالث؛ كل تطبيق كيوفر غير سجل المصدر العلوي، وسكريبت الجلب، وPatch ديال الدمج. وvendor.sh كيجلب أوتوماتيكياً النسخة المحددة من كود المنبع، باش يضمن سلامة التراخيص وقابلية إعادة إنتاج النتائج.

تحضير البيئة: كلون المستودع وتأكد من توفر NVIDIA GPU (تم التحقق باستعمال A100)، وCUDA 12.x، ومترجم C++17، وبيئة Python 3.9+.
تجربة سريعة للعملية: شغّل python tools/run.py --stencil star_1 --shape 256 --gpu 0 باش تقيس أداء عملية واحدة فدقيقة وحدة وتقارنو مع خط أساس Halide.
إعادة الإنتاج من البداية للنهاية: دخل لمجلد التطبيق المستهدف وشغّل ./vendor.sh لجلب كود المنبع، ومن بعد طبّق Patch ديال الدمج وشغّل python ../../harness/run_e2e.py --app --gpu auto للتحقق من التطبيق الحقيقي.
تشغيل عمل الوكلاء: رجع لـ agents/README.md باش تهيّأ وتشغّل دورة التحسين الذاتية ديال Kernel Agent وApp Agent.
الاطلاع على سجل النتائج: دخل لـ results/integration_registry.json باش تشوف بيانات التسريع القابلة للتدقيق ديال 100 تطبيق تم التحقق منها.

بلا تدخل بشري: المسار كامل، من تحليل التطبيق وتحديد النقاط الساخنة وصياغة Kernel حتى التحقق من الدمج، مؤتمت بالكامل وما كيحتاجش تدخل خبراء HPC فالقرارات.
موجّه للاستعمالات الحقيقية: كيتحسّنو مباشرة برامج صناعية ديال الإنتاج، و42% منها برامج صناعية حقيقية، مع اعتماد كود GPU ديال التطبيق نفسه كخط أساس.
قفزة ففعالية البحث والتطوير: تحسين تطبيق واحد كينقص من شهور حتى لأقل من نهار، وكيتم إنجاز أكثر من 100 تطبيق فالأسبوع، بما يعادل توفير حوالي 20–30 سنة-شخص من مجهود البحث والتطوير.
أداء قوي: التسريع الوسطي من البداية للنهاية هو 1.41 مرة، و43% من التطبيقات وصلات لـ ≥1.5 مرة، بينما المتوسط الهندسي على مستوى العمليات بلغ 2.16 مرة متفوقاً على أحسن خط أساس مفتوح المصدر.
استمرارية عبر المعماريات: كيدعم توزيع وقت التشغيل على أجيال متعددة من NVIDIA GPU، ومع ترقية المعمارية يقدر يعاود يصيغ Kernel أوتوماتيكياً باش يستافد من خصائص العتاد الجديد.

مستودع GitHub: https://github.com/OpenBMB/ForgeStencil

التنقيب الزلزالي على النفط والغاز: تحسين خوارزميات أساسية بحال RTM للهجرة العكسية مع الزمن وmini-app ديال Total، وتسريع معالجة بيانات التنقيب على النفط.
تصميم المحاكاة الكهرومغناطيسية: رفع كفاءة حل معادلات Maxwell على شبكة Yee بحال gprMax/FDTD، لخدمة تحليل كهرومغناطيسي ديال الرادار والرقائق.
إعادة بناء الصور الطبية: تسريع أحمال الحساب ديال إعادة بناء MRI غير الديكارتية وإسقاط إعادة البناء للتصوير المقطعي الرقمي للثدي.
المناخ والفيزياء الفلكية: تحسين تطبيقات الحساب العلمي الكثيفة بعمليات Stencil، بحال الديناميكا الجوية والمحاكاة الكوسمولوجية.
الحساب المالي الكمي: تحسين نقاط Stencil الساخنة أوتوماتيكياً فمكتبات التسعير المالية بحال QuantLib، وتقليل زمن تأخير الحسابات ديال المعاملات.