破解代码迁移难题，国产“异算方舟”全栈计算平台正式发布

6月29日，异算方舟中国“异算方舟”国产计算系统软件生态全栈平台在北京正式亮相。破解平台该平台紧扣算法供给、代码代码迁移、迁移全栈智能应用三大核心维度，难题构建起算法库、国产大模型、计算智能体三项关键能力，正式旨在为国产图形处理器（GPU）算力设施提供从科学软件适配、发布迁移到落地的异算方舟一体化解决方案。

构建全技术链条，破解平台打造三大核心能力

“异算方舟”由中国科学院计算机网络信息中心、代码中国科学技术大学、迁移全栈中国科学院力学研究所及中科曙光等机构联合研发。难题针对国产异构算力环境下科学计算软件生态建设的国产痛点，该平台致力于打破算法、代码与应用间的壁垒，搭建起从基础算法、代码转换（适配）到智能应用的完整技术链条，推动国产计算系统由“硬件算力领先”向“软件生态完善、开发便捷、应用易用”的新阶段跨越。

6月29日，“异算方舟”国产计算系统软件生态全栈平台在北京正式发布。中新网记者 孙自法 摄

研发团队介绍，平台底层依托九衍枢算法库，汇聚了16款高性能求解器，广泛覆盖线性代数、并行计算、流体仿真、生物计算及深度学习等主流场景。所有算法均深度适配国产GPU架构，实测多项核心模块性能加速超过10倍。平台将各算法作为独立节点，构建全域网络，为全链路应用提供坚实的底层支撑。

在代码转换大模型方面，平台重点攻克统一计算设备架构（CUDA）代码向国产GPU环境迁移的技术难题。开发者只需上传原有CUDA代码片段或科学计算软件的关键模块，系统即可基于国产GPU代码知识与规范，智能完成代码转换、环境适配及编译运行。相较于传统人工迁移和常规工具，该方案迁移效率更高、操作更便捷，助力成熟软件及存量科研代码快速落地国产算力平台，实现异构生态的无缝互通。

此外，自动化仿真智能体立足真实工程场景，采用多智能体架构聚焦流体仿真的智能化应用。平台打通参数配置、自动求解、故障诊断等关键环节，支持通过自然语言指令完成自动化仿真任务。这不仅大幅降低了人工操作成本，更显著提升了国产科学软件的易用性、结果可复现性及推广效率，使底层强大的算法与适配能力转化为简单易用的科研工具。

释放国产算力潜能，加速AI4S范式落地

“异算方舟”研发团队表示，算法库、代码转换大模型与自动化仿真智能体三大核心能力的深度融合与双向协同，形成了“算法-代码-应用”的完整技术闭环：算法库夯实计算内核，代码转换大模型实现跨生态互联互通，自动化仿真智能体完成业务场景落地。

这套全栈平台将充分释放国产算力潜能，加速“人工智能驱动科学研究”（AI for Science，简称AI4S）新范式的落地，助力构建自主可控、良性发展的国产科学计算生态。

业内专家指出，国产计算系统软件生态建设是一项系统工程，需算法库、开发工具、代码迁移及应用支撑等多维度协同发力。“异算方舟”直击科研与工程实际需求，集高效算法、便捷代码转换迁移及自动化工具于一体，保障了各类科学计算软件顺畅适配国产算力体系。

6月29日，“异算方舟”国产计算系统软件生态全栈平台在北京正式发布，业界专家代表进行圆桌对话。中新网记者 孙自法 摄

团队透露，未来将继续深耕AI4S、国产GPU适配、高性能科学计算软件及智能化工具链研发，持续迭代升级“异算方舟”全栈平台。平台将面向东方超算、AI4S中试基地以及各类科学计算和工程应用场景持续输出能力，为构建开放、可用、可持续发展的国产科学计算软件生态贡献力量。

中国科学院计算机网络信息中心党委书记孙德刚在致辞中强调，“异算方舟”全栈平台通过算法适配、代码迁移和自动化仿真三大核心能力的协同，提供了高效、智能、易用的科学计算集成环境，加速AI4S科研范式从技术验证走向科研实践。他指出，国产科学计算软件生态建设离不开产学研用的协同发力。后续，“异算方舟”将持续迭代平台能力，联动算力基地、硬件厂商和科研团队，共建自主可控、开放协同的国产科学计算工具生态，让平台真正扎根科研场景、服务科研需求、支撑科学发现。

来源：中国新闻网

声明：版权原作者所有，如有侵犯您的权益请及时联系，我们将第一时间删除。

(责任编辑：焦点)