国产工业软件升级加速：AI 一周优化 100+ 真实应用，超越人类专家

工业软件被誉为现代制造业的「大脑」，而性能优化则是决定这颗「大脑」能跑多快的关键。长期以来，国产工业软件在功能上快速追赶，却在性能优化上面临同一个瓶颈——极度依赖少数顶尖的人类专家，每人每年所能优化的软件数量有限，难以满足国产制造业升级加速的需求。

近日，中国大模型独角兽面壁智能发布并开源了一款能够自主优化并部署工业软件和科学计算应用的 AI 系统ForgeStencil，有望打破这一局面：

ForgeStencil 仅用一周时间就完成了 100 多款真实应用的软件自动研究与自主部署，其中42%为主流工业软件，全程 0 人工介入，端到端加速中位数达 1.41 倍，大大加速了油气勘测、地震成像、电磁仿真等等基础工业应用的性能升级，标志着大模型对社会生活的重塑从日常聊天延展到了社会基础设施。

技术破局：AI自动写代码、找瓶颈、装软件，一周优化100+软件

Stencil模板计算是科学计算与工业仿真中最基础、最普遍的计算模式之一。气象预测、地震勘探、飞机气动设计、材料模拟等重大场景，都离不开它。这类计算对内存读写要求极高，往往占据整个应用的大部分运行时长，性能优劣直接决定了软件运行的整体速度。

过去几十年，研究者开发了大量编译器、代码生成器和自动调优工具，但始终绕不过一道门槛：人设计方法，机器执行。一旦场景、硬件发生变化，专家就不得不重新研究，再手工接入。结果就是，一名专家一年精调不过十余个应用。

ForgeStencil首次把整个优化链条彻底自动化。它由两个核心模块协同完成。

第一个模块 Kernel Agent 负责“写代码”。专门研究如何将Stencil计算发挥到硬件极限性能，针对不同场景和硬件自动生成最优匹配的高效计算核心。与当前公开的最佳方案逐项对比，标准精度下平均快出2.35倍，混合精度下额外加速近2倍。即便面对难度最高的变系数Stencil，也比现有最优方案平均快34%。

第二个模块 App Agent 负责“装软件”。自动分析每一个真实应用，定位最耗时的环节，量身打造优化方案，验证计算结果是否正确，再无缝集成回原软件。

用户只需提供待优化的源码，其余全部交由系统完成——自动找瓶颈、自动写代码、自动验证、自动集成，全程无需人工干预。一周之内，100余个真实工业与科学计算软件完成自动化优化，覆盖油气勘探、计算流体力学、医学影像、气象气候、电磁仿真等8大工业领域及5大科学领域。单应用优化周期从数周压缩至小时级，研发效率提升两个数量级。

战略升级：从“手工作坊”到“规模生产”，国产工业软件迈过性能分水岭

ForgeStencil的价值，远不止一组亮眼的加速比数据。它验证了一条新路径。

长期以来，CAE仿真、地震成像、电磁与流体计算等工业软件，是造飞机、找油田、设计芯片离不开的数字底座。这些软件功能层面的追赶，这些年进步不慢，但性能从“能用”到“好用”，往往还需要数年持续攻关。瓶颈不在算法设计，而在高性能优化——这项工作极度依赖顶尖专家，而这样的专家，全国屈指可数。一个软件一个软件地调，一年十几个已是极限。工业软件的“性能爬坡”，本质上卡的是“人”。

ForgeStencil让这件事发生了根本变化。性能优化不再依赖专家逐行手写、逐个软件调试，而是交给AI系统自动完成——找瓶颈、写代码、验证、集成，一气呵成。一个应用从数月缩短到小时级，一周就能完成上百个。这不只是快，而是把性能优化从“手工作坊”式的个体劳动，变成了一条可并行、可复制的“生产线”。当优化能力不再被稀缺人力绑住手脚，国产工业软件的性能追赶就有了真正可持续的底层动力。

这一变化的深远之处还在于：它标志着中国AI正在进入制造业的深水区。过去几年，大众对AI的感知更多停留在对话、生成、推荐这些消费端场景；而ForgeStencil把AI的能力直接注入了工业软件的核心计算环节，让“人工智能赋能新型工业化”从一个宏大叙事，变成了可度量、可复制的具体实践。当国产工业软件从“能用”走向“好用”的周期被大幅压缩，高端装备、能源勘探、芯片设计这些关键领域的自主可控，也就有了更坚实的底座。

这不仅是工具层面的进步，更是一场产业范式的转变。中国AI的应用场景正从消费端延伸至制造业的深水区，从日常生活走进工业的核心腹地。目前，ForgeStencil已面向全球开源，人工智能这一“关键变量”，正在成为推进新型工业化、实现高水平科技自立自强的坚实支撑。

责任编辑：韩璐(EN053)