工业软件优化难在哪

国产工业软件这几年进步很快，但有个老大难问题：算得慢。

模板计算乃是工业软件最为基础的计算模式, 其数据量极为庞大, 致使 GPU 常常只能干等着。以往倘若想要让软件运行得更为快速, 办法唯有依靠少数的 HPC 专家逐个地进行分析调试, 然而每人每年能够实现优化的软件数量不超过 20 个。

面对庞大的国产工业软件优化需求，这个速度根本跟不上。

AI系统怎么工作

面壁智能所发布的系统, 是由Agent以及App Agent共同组合而成的, 在整个过程当中, 不存在任何人工进行介入的情况。

供人类提供的, 是那有待优化的源码, 随后的自动分析步骤, 以及定位热点的流程、锻造优化方案的举动、验证集成的操作, 通通都由AI来完成。

过去所有的自动调优工具, 这套系统都已超越, 首次达成了从提出优化想法开始, 到应用无缝部署的全自动闭环。

实际效果有多强

系统于一周之内, 自动把 100 多个真实的工业以及科学计算应用给完成了优化。

当中大概为百分之四十二它直接去对应那真实的实体工业生产场景, 这就意味着是处于那般未曾花费哪怕一分钱硬件成本的状态之下, 且达成了软件速度以成倍的幅度去实现提升的情况。

参与被计算且起到倍增作用的核反应之内的中子学将速度提升了5.78倍, 在针对油气地震而成像上的RTM把处理速度加快了1.81倍, 电磁于其各自的运转进行类推及核对时迭代的时间周期减少达到五成。

为什么能这么快

每个应用, App Agent都会单独炮制出不一样的法子来进行优化, 具体法子大概呈现这么几步: 先把性能热点给找出来, 而后确立GPU基线, 再用程序自身携带的校验去予以验证, 最后将其集成回原本的应用里, 就这么个流程。

Agent和App Agent紧密地协同合作, 使得优化从以数天数周来计算的时长压缩至极短的仅小时级, 进而让研发效率提升了1到2个数量级。

对制造业意味着什么

这深刻切中了中国制造业升级的核心诉求：用算力平替人力。

工程师能够把更多精力投放于模型, 科学家可以将更多精力倾注在物理问题, 并且他们均可致力于算法创新这件事上, 而并非让自身被性能优化那些十分琐碎的细节给羁绊住前行的步伐, 使其止步不行。

在支撑底层软件这件事上, AI并非是要取代工程师, 而是起到加速提升的作用, 进而促使AI能够更为迅速地融入制造业, 转变成为数字基础设施。

未来会怎样

要是AI研究的速度, 以及构建AI所具备的速度, 超过了人类, 那么软件生产采用的方式, 就将会迎来根本性质的变革。

AI能够依据需求当场锻造代码, Agent里的工程经验不断流动, 软件从固定资产改成变成可生成、可优化更可演进的生产力。

国产工业软件性能自主的枷锁，正在被打破。

试问, 你认为这般的AI优化体系能够完完全全地替代HPC专家吗? 期盼你于评论区域留下话语进行探讨议论。