中國“異算方舟”國產計算系統軟件生態全棧平臺6月29日在北京正式發佈，圍繞算法供給、代碼遷移和智能應用三大核心方向，打造算法庫、大模型、智能體三項核心能力，爲國產圖形處理器(GPU)算力設施提供科學軟件適配、遷移和落地的一體化解決方案。

打造核心能力全技術鏈條

“異算方舟”由中國科學院計算機網絡信息中心、中國科學技術大學、中國科學院力學研究所和中科曙光等機構聯合發佈，其聚焦國產異構算力環境下科學計算軟件生態建設痛點，以打破算法、代碼、應用之間的壁壘爲核心目標，搭建起從基礎算法能力、到代碼轉換(適配)能力、再到智能應用能力的完整技術鏈條，推動國產計算系統從“硬件算力領先”邁向“軟件生態完善、開發便捷、應用易用”的新階段。

6月29日，“異算方舟”國產計算系統軟件生態全棧平臺在北京正式發佈。中新網記者 孫自法 攝

研發團隊介紹說，作爲“異算方舟”全棧平臺的底層算法，九衍樞算法庫匯聚16款高性能求解器，覆蓋線性代數、並行計算、流體仿真、生物計算、深度學習算法等主流場景，所有算法深度適配國產GPU架構，多項核心模塊實測性能超10倍以上加速。平臺將每一款算法作爲獨立節點，搭建起整個體系的全域網絡，爲全鏈路應用提供最強底層支撐。

“異算方舟”全棧平臺基於其強大的代碼轉換大模型能力，重點攻克統一計算設備架構(CUDA)代碼向國產GPU軟件環境遷移過程中的核心難題。開發者上傳原有 CUDA代碼片段或科學計算軟件中的關鍵模塊，可依託國產GPU代碼知識和規範，智能完成代碼轉換、環境適配和編譯運行，讓異構生態無縫互通，相較傳統人工遷移和常規轉換工具，它遷移更高效、更便捷，能助力各類成熟軟件和存量科研代碼快速落地國產算力平臺。

該平臺的自動化仿真智能體則立足真實工程應用場景，基於多智能體架構，聚焦流體仿真的智能化應用。平臺打通參數配置、自動求解、故障診斷等關鍵環節，支持通過自然語言指令完成自動化仿真任務，大幅減少人工操作成本，有效提升國產科學軟件的易用性、結果可復現性與落地推廣效率，讓底層強大的算法與適配能力，真正落地爲簡單易用的科研工具。

充分釋放國產算力潛能

“異算方舟”研發團隊稱，三項核心能力的深度融合和雙向協同、迭代賦能，通過算法庫夯實計算內核、代碼轉換大模型實現跨生態互聯互通、自動化仿真智能體完成業務場景落地，可形成算法-代碼-應用的完整技術閉環。

這套全棧平臺將充分釋放國產算力潛能，加速“人工智能驅動科學研究”(AI for Science，AI4S)科研新範式落地，助力打造自主可控、良性發展的國產科學計算生態。

業內專家認爲，國產計算系統軟件生態建設是一項系統工程，需要算法庫、開發工具、代碼遷移和應用支撐等多維度協同發力。“異算方舟”全棧平臺直擊科研與工程實際需求，集高效算法、便捷代碼轉換與遷移和自動化工具於一體，保障各類科學計算軟件順暢適配國產算力體系。

6月29日，“異算方舟”國產計算系統軟件生態全棧平臺在北京正式發佈，業界專家代表進行圓桌對話。中新網記者 孫自法 攝

該團隊透露，未來將繼續深耕AI4S、國產GPU適配、高性能科學計算軟件和智能化工具鏈研發，不斷迭代升級“異算方舟”全棧平臺，面向東方超算、AI4S中試基地以及各類科學計算和工程應用場景持續輸出能力，爲構建開放、可用、可持續發展的國產科學計算軟件生態貢獻力量。

中國科學院計算機網絡信息中心黨委書記孫德剛致辭指出，“異算方舟”全棧平臺構建了算法適配、代碼遷移和自動化仿真三大核心能力，三者協同提供一體化工具支撐，提供更加高效、智能、易用的科學計算集成環境，加速 AI4S科研範式從技術驗證走向科研實踐。

他強調，國產科學計算軟件生態建設離不開產學研用協同發力。後續，“異算方舟”將持續迭代平臺能力，聯動算力基地、硬件廠商和科研團隊，共建自主可控、開放協同的國產科學計算工具生態，讓平臺真正紮根科研場景、服務科研需求、支撐科學發現。

來源：中國新聞網

聲明：版權原作者所有，如有侵犯您的權益請及時聯繫，我們將第一時間刪除。