ForgeStencil – 面壁智能 کا Stencil کے لیے مکمل خودکار تحقیقی اور تعیناتی نظام آپریشن میں

ForgeStencil، 面壁智能 اور OpenBMB اوپن سورس کمیونٹی کا پیش کردہ دنیا کا پہلا AI اصلاحی نظام ہے جو Stencil کی خودکار تحقیق اور خودکار تعیناتی کو سپورٹ کرتا ہے۔ Kernel Agent اور App Agent کے دو ایجنٹوں پر مبنی بند لوپ کے ذریعے یہ اصلاحی حکمتِ عملی کی دریافت سے حقیقی پروڈکشن سافٹ ویئر میں انضمام تک پورا عمل انسانی مداخلت کے بغیر مکمل کرتا ہے۔ نظام نے ایک ہفتے میں 100 سے زیادہ صنعتی اور سائنسی کمپیوٹنگ سافٹ ویئرز کی اینڈ ٹو اینڈ اصلاح مکمل کی، درمیانی رفتار میں 1.41 گنا اضافہ حاصل کیا، اور تیل و گیس کی تلاش، برقی مقناطیسی تخروپن، طبی امیجنگ سمیت 8 بڑے صنعتی اور 5 بڑے سائنسی شعبوں کا احاطہ کیا۔

دو Agent کا بند لوپ اصلاحی نظام: Kernel Agent خودکار طور پر اعلیٰ کارکردگی والے CUDA Kernel کی تحقیق اور ترکیب کرتا ہے، جبکہ App Agent کارکردگی کے ہاٹ اسپاٹس کی نشاندہی، آپریٹر کی تیاری، درستگی کی توثیق اور ایپلی کیشن میں انضمام مکمل کرتا ہے۔
خودکار حکمتِ عملی کی دریافت: Agent فکسڈ سرچ اسپیس تک محدود رہنے کے بجائے بلاکنگ، فیوژن، لے آؤٹ، قبضہ شرح اور میزبان جانب کی ازسرنو ساخت جیسی اصلاحی حکمتِ عملیوں کو خودکار طور پر دریافت کرتا ہے۔
حقیقی ایپلی کیشن کی تعیناتی: یہ براہِ راست پروڈکشن معیار کے سافٹ ویئر کو بہتر بناتا ہے، ایپلی کیشن کے اپنے GPU کوڈ کو بیس لائن بنا کر اینڈ ٹو اینڈ توثیق کرتا ہے، نہ کہ کسی آسان بنائے گئے Benchmark کو۔
قابلِ آڈٹ پیمائشی پروٹوکول: ایک واحد ماحولیاتی سوئچ کے ذریعے اصل اور اصلاح شدہ راستوں کے درمیان باری باری تبدیلی کی جاتی ہے، اور پروگرام کے اندر موجود جانچ اور ٹائمر استعمال کیے جاتے ہیں تاکہ رفتار میں اضافہ حقیقی اور قابلِ اعتماد رہے۔
مختلف نسلوں کے GPU کے لیے موافقت: A100/H100/B200 کے رن ٹائم فن تعمیر کی تقسیم کو سپورٹ کرتا ہے؛ ایک ہی کوڈ بیس فن تعمیر کے مطابق بہترین Kernel راستہ خودکار طور پر منتخب کرتا ہے۔

WeChat پر فالو کریں اور “开源” کا جواب دے کر AI اوپن سورس پروجیکٹ گروپ میں شامل ہوں
دو Agent کا اشتراکی فن تعمیر: نظام Kernel Agent اور App Agent پر مشتمل ایک بند لوپ ہے۔ Kernel Agent نظریاتی دریافت کا ذمہ دار ہے؛ یہ Plan→Code→Profile کے چکر کے ذریعے خودکار طور پر تحقیق کرتا اور ایسے Stencil آپریٹرز تیار کرتا ہے جو ہارڈویئر کی طبعی حد کے قریب پہنچتے ہیں۔ App Agent انجینئرنگ کے نفاذ کا ذمہ دار ہے؛ یہ ایپلی کیشن کی کارکردگی کے ہاٹ اسپاٹس تلاش کرتا، GPU بیس لائن قائم کرتا، اور Kernel Agent کے تیار کردہ آپریٹر میٹرکس نالج بیس کو استعمال کرتے ہوئے ایپلی کیشن کے لیے مخصوص اصلاح تیار کرتا ہے، پھر درستگی کی توثیق اور اصل ایپلی کیشن میں انضمام مکمل کرتا ہے۔
آپریٹر میٹرکس اور نالج بیس کا ارتقا: Kernel Agent اصلاح کے دوران مسلسل ایک خصوصی آپریٹر میٹرکس کو نالج بیس کے طور پر تیار کرتا ہے، جسے بعد میں App Agent دوبارہ استعمال کر سکتا ہے۔ متعدد متوازی Agent اس نالج بیس کو شیئر کرتے ہیں، جس سے تجربے کا حقیقی وقت میں اشتراک اور اجتماعی ہم وقت ارتقا ممکن ہوتا ہے، اور انسانی ماہرین کے تجربے کو بڑے پیمانے پر منتقل کرنے کی دشواری دور ہوتی ہے۔
قابلِ آڈٹ اینڈ ٹو اینڈ پروٹوکول: پیمائش کے لیے ایپلی کیشن کے اپنے پروڈکشن معیار کے GPU نفاذ کو واحد بیس لائن بنایا جاتا ہے۔ اصل اور اصلاح شدہ راستوں میں فرق صرف ایک USE_OURS سوئچ سے کیا جاتا ہے، جبکہ اصل راستہ upstream بائٹس کے عین مطابق رہتا ہے۔ پروگرام میں موجود درستگی کی جانچ اور ٹائمر استعمال کیے جاتے ہیں؛ متعدد باری باری رنز کے بعد درمیانی قدر لی جاتی ہے، اور آخر میں تمام معیاری ٹیسٹ کیسز کی جیومیٹرک اوسط رفتار رپورٹ کی جاتی ہے، جس سے نظام کی سطح پر جعل سازی کی گنجائش ختم ہو جاتی ہے۔
Patch موڈ اور صفر سورس کوڈ بنڈلنگ: کسی تیسرے فریق کا سورس کوڈ شامل نہیں کیا جاتا۔ ہر ایپلی کیشن کے لیے صرف upstream ماخذ کا ریکارڈ، حصولی اسکرپٹ اور انضمامی Patch فراہم کیا جاتا ہے۔ vendor.sh کے ذریعے مخصوص ورژن کا upstream کوڈ خودکار طور پر حاصل کیا جاتا ہے، جس سے لائسنس کی صفائی اور نتائج کی قابلِ تکراریت یقینی بنتی ہے۔

ماحولیاتی تیاری: ریپوزٹری کلون کریں اور یقینی بنائیں کہ NVIDIA GPU (A100 پر تصدیق شدہ)، CUDA 12.x، C++17 کمپائلر اور Python 3.9+ ماحول دستیاب ہو۔
آپریٹر کا فوری تجربہ: python tools/run.py --stencil star_1 --shape 256 --gpu 0 چلائیں؛ 1 منٹ کے اندر واحد آپریٹر کی کارکردگی ناپ کر Halide بیس لائن سے موازنہ کیا جا سکتا ہے۔
اینڈ ٹو اینڈ اعادہ: ہدف ایپلی کیشن کی ڈائریکٹری میں جا کر ./vendor.sh چلائیں تاکہ upstream سورس کوڈ حاصل ہو، پھر انضمامی Patch لگانے کے بعد python ../../harness/run_e2e.py --app --gpu auto چلائیں اور حقیقی ایپلی کیشن کی توثیق مکمل کریں۔
Agent کو چلانا: agents/README.md کی ہدایات کے مطابق Kernel Agent اور App Agent کے خودکار اصلاحی چکر کو ترتیب دے کر شروع کریں۔
نتائج کی رجسٹری دیکھنا: results/integration_registry.json کے ذریعے 100 تصدیق شدہ ایپلی کیشنز کے آڈٹ شدہ رفتار میں اضافے کا ڈیٹا دیکھیں۔

صفر انسانی مداخلت: ایپلی کیشن کے تجزیے، ہاٹ اسپاٹ کی نشاندہی، Kernel کی تیاری اور انضمامی توثیق سمیت پورا عمل خودکار ہے، HPC ماہر کے فیصلے کی ضرورت نہیں۔
حقیقی منظرناموں پر توجہ: پروڈکشن معیار کے صنعتی سافٹ ویئر کو براہِ راست بہتر بناتا ہے؛ 42% حقیقی صنعتی پروڈکشن سافٹ ویئر ہیں اور بیس لائن ایپلی کیشن کا اپنا GPU کوڈ ہے۔
تحقیق و ترقی کی رفتار میں نمایاں اضافہ: ایک ایپلی کیشن کی اصلاح کئی ماہ سے کم ہو کر ایک دن کے اندر مکمل ہو جاتی ہے؛ ایک ہفتے میں 100+ ایپلی کیشنز مکمل کی گئیں، جو تقریباً 20–30 انسانی سال کی تحقیق و ترقی کے برابر بچت ہے۔
مضبوط کارکردگی: اینڈ ٹو اینڈ درمیانی رفتار میں 1.41 گنا اضافہ، 43% ایپلی کیشنز میں ≥1.5 گنا اضافہ، اور آپریٹر کی سطح پر بہترین اوپن سورس بیس لائن سے 2.16 گنا جیومیٹرک اوسط برتری۔
مختلف فنِ تعمیرات پر پائیداری: NVIDIA GPU کی متعدد نسلوں کی رن ٹائم تقسیم کو سپورٹ کرتا ہے؛ فنِ تعمیر کے اپ گریڈ پر نئے ہارڈویئر فیچرز سے فائدہ اٹھانے کے لیے Kernel کو خودکار طور پر دوبارہ تیار کر سکتا ہے۔

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

تیل و گیس کی زلزلہ جاتی تلاش: RTM ریورس ٹائم مائیگریشن، Total mini-app اور دیگر بنیادی الگورتھمز کو بہتر بنا کر تیل کی تلاش کے ڈیٹا پراسیسنگ کے عمل کو تیز کرتا ہے۔
برقی مقناطیسی تخروپن اور ڈیزائن: gprMax/FDTD جیسے Yee گرڈ Maxwell مساوات کے حل کی کارکردگی بہتر بناتا ہے، اور ریڈار و چپ کے برقی مقناطیسی تجزیے میں مدد دیتا ہے۔
طبی امیجنگ کی تعمیرِ نو: نان کارٹیشین MRI تعمیرِ نو، ڈیجیٹل میموگرافی ٹوموسنتھیسس بیک پروجیکشن اور دیگر طبی امیجنگ کمپیوٹنگ بوجھ کو تیز کرتا ہے۔
موسمیات اور فلکی طبیعیات: فضائی حرکیات، کائناتی تخروپن اور دیگر Stencil پر مبنی سائنسی کمپیوٹنگ ایپلی کیشنز کو بہتر بناتا ہے۔
مقداری مالیاتی حساب: QuantLib جیسی مالیاتی اداروں کی قیمت بندی لائبریریوں کے لیے Stencil ہاٹ اسپاٹس کی خودکار اصلاح فراہم کرتا ہے اور لین دین کے حساب کا تاخیر کا وقت کم کرتا ہے۔