ForgeStencil – 면벽지능이 선보이는 Stencil 완전 자동 연구·배포 시스템 운영 중

ForgeStencil은 면벽지능과 OpenBMB 오픈소스 커뮤니티가 공동으로 선보이는 세계 최초의 Stencil 자동 연구·자동 배포 지원 AI 최적화 시스템입니다. Kernel Agent와 App Agent의 이중 에이전트 폐쇄 루프를 기반으로 최적화 전략 발견부터 실제 운영 소프트웨어 통합까지 전 과정을 사람의 개입 없이 수행합니다. 이 시스템은 일주일 만에 100개가 넘는 산업·과학 계산 소프트웨어의 엔드투엔드 최적화를 완료했으며, 중간 가속비는 1.41배였습니다. 석유·가스 탐사, 전자기 시뮬레이션, 의료 영상 등 8개 주요 산업 분야와 5개 과학 분야를 아우릅니다.

이중 Agent 폐쇄 루프 최적화: Kernel Agent가 고성능 CUDA Kernel을 자율적으로 연구·합성하고, App Agent가 핫스팟 탐지, 연산자 제작, 정확성 검증 및 애플리케이션 통합을 수행합니다.
자동 전략 발견: Agent가 고정된 탐색 공간을 검색하는 대신 타일링, 융합, 레이아웃, 점유율 및 호스트 측 재구성 등의 최적화 전략을 자율적으로 탐색합니다.
실제 애플리케이션 배포: 단순화된 Benchmark가 아니라 운영 수준 소프트웨어를 직접 대상으로 최적화하며, 애플리케이션 자체의 GPU 코드를 기준으로 엔드투엔드 검증을 수행합니다.
감사 가능한 측정 프로토콜: 단일 환경 스위치를 통해 원본 경로와 최적화 경로를 교차 전환하고, 프로그램에 내장된 검사와 타이머를 사용해 가속비의 실제성과 신뢰성을 보장합니다.
세대 간 GPU 대응: A100/H100/B200 런타임 아키텍처 배포를 지원하며, 동일한 코드베이스에서 아키텍처에 따라 최적의 Kernel 경로를 자동으로 선택합니다.

WeChat에서 팔로우 후 “开源”라고 답장하면 AI 오픈소스 프로젝트交流群에 참여할 수 있습니다.
이중 Agent 협업 아키텍처: 시스템은 Kernel Agent와 App Agent로 구성된 폐쇄 루프입니다. Kernel Agent는 이론적 발견을 담당하며 Plan→Code→Profile 루프를 통해 하드웨어의 물리적 한계에 근접한 Stencil 연산자를 자율적으로 연구하고 합성합니다. App Agent는 엔지니어링 적용을 담당하며, 애플리케이션 성능 핫스팟을 찾고 GPU 기준선을 구축한 뒤 Kernel Agent가 만든 연산자 행렬 지식 베이스를 활용해 애플리케이션 전용 최적화를 제작하고 정확성 검증 및 기존 애플리케이션 통합을 완료합니다.
연산자 행렬과 지식 베이스의 진화: Kernel Agent는 최적화 과정에서 전용 연산자 행렬을 지식 베이스로 지속적으로 구축하며, 이후 App Agent가 기존 기술을 재사용할 수 있습니다. 여러 병렬 Agent가 이 지식 베이스를 공유해 경험을 실시간으로 공유하고 집단적으로 동기화하며 진화함으로써, 인간 전문가의 경험을 대규모로 전수하기 어려웠던 병목을 해결합니다.
감사 가능한 엔드투엔드 프로토콜: 측정은 애플리케이션 자체의 운영 수준 GPU 구현만을 기준선으로 사용합니다. 원본 경로와 최적화 경로는 단일 USE_OURS 스위치로만 구분되며, 원본 경로는 업스트림과 바이트 단위로 일치합니다. 프로그램에 내장된 정확성 검사와 타이머를 사용하고 여러 차례 교차 실행한 뒤 중간값을 취하며, 최종적으로 모든 표준 테스트 사례의 기하 평균 가속비를 보고해 시스템 차원에서 조작 가능성을 차단합니다.
Patch 모드와 소스 코드 비번들링: 타사 소스 코드를 함께 제공하지 않습니다. 각 애플리케이션에는 업스트림 출처 기록, 획득 스크립트 및 통합 패치만 제공됩니다. vendor.sh를 통해 지정 버전의 업스트림 코드를 자동으로 가져와 라이선스의 명확성과 결과의 재현성을 보장합니다.

환경 준비: 저장소를 복제하고 NVIDIA GPU(A100 검증), CUDA 12.x, C++17 컴파일러 및 Python 3.9+ 환경을 갖춥니다.
연산자 빠른 체험: python tools/run.py --stencil star_1 --shape 256 --gpu 0을 실행하면 1분 이내에 단일 연산자 성능을 측정하고 Halide 기준선과 비교할 수 있습니다.
엔드투엔드 재현: 대상 애플리케이션 디렉터리에서 ./vendor.sh를 실행해 업스트림 소스 코드를 가져온 뒤, 애플리케이션 통합 패치를 적용하고 python ../../harness/run_e2e.py --app --gpu auto를 실행해 실제 애플리케이션을 검증합니다.
Agent 구동: agents/README.md를 참고해 Kernel Agent와 App Agent의 자율 최적화 루프를 구성하고 시작합니다.
결과 레지스트리 확인: results/integration_registry.json에서 검증이 완료된 100개 애플리케이션의 감사 가속비 데이터를 확인할 수 있습니다.

사람의 개입 제로: 애플리케이션 분석, 핫스팟 탐지, Kernel 제작부터 통합 검증까지 전 과정을 자동화해 HPC 전문가의 의사결정이 필요하지 않습니다.
실제 환경 중심: 운영 수준 산업 소프트웨어를 직접 최적화하며, 42%는 실제 산업 생산 소프트웨어이고 기준선은 애플리케이션 자체의 GPU 코드입니다.
연구개발 효율의 비약적 향상: 애플리케이션 하나의 최적화 기간을 수개월에서 하루 이내로 단축하고, 일주일에 100개 이상의 애플리케이션을 완료해 약 20–30 인년의 연구개발 투입을 절감하는 효과를 냅니다.
강력한 성능: 엔드투엔드 중간 가속비 1.41배, 애플리케이션의 43%가 ≥1.5배를 달성했으며, 연산자 수준의 기하 평균 가속비는 2.16배로 최적의 오픈소스 기준선을 앞섭니다.
아키텍처 간 지속 가능성: 여러 세대의 NVIDIA GPU 런타임 배포를 지원하며, 아키텍처가 업그레이드되면 새로운 하드웨어 특성을 활용하도록 Kernel을 자동으로 재제작할 수 있습니다.

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

석유·가스 지진 탐사: RTM 역시간 마이그레이션, Total mini-app 등의 핵심 알고리즘을 최적화해 석유 탐사 데이터 처리 과정을 가속합니다.
전자기 시뮬레이션 설계: gprMax/FDTD 등의 Yee 격자 Maxwell 방정식 풀이 효율을 높여 레이더 및 칩 전자기 분석을 지원합니다.
의료 영상 재구성: 비카르테시안 MRI 재구성, 디지털 유방 단층촬영 역투영 등 의료 영상 계산 부하를 가속합니다.
기후 및 천체물리학: 대기 역학, 우주론 시뮬레이션 등 Stencil 집약형 과학 계산 애플리케이션을 최적화합니다.
퀀트 금융 계산: QuantLib 등 금융기관용 가격 결정 라이브러리의 Stencil 핫스팟을 자동으로 최적화해 거래 계산 지연을 줄입니다.