新芒xAI 8月4日消息，面壁智能联合OpenBMB开源社区正式发布并开源ForgeStencil，称其为全球首个面向Stencil（模板计算）优化的“自动研究+自动部署”大闭环AI系统。实测数据显示，ForgeStencil在同精度（fp32）下几何平均加速2.35倍，混合精度下额外提速1.95倍。
关键要点
- ForgeStencil面向Stencil计算优化，这类计算常见于科学计算、工程仿真、物理建模等高性能计算场景。
- 快讯披露的真实应用结果包括：通用CAE求解器hypre加速3.86倍，电磁仿真FDTD加速2.47倍，核反应堆中子学计算minisweep最高加速5.78倍。
- “自动研究+自动部署”意味着系统目标不是只生成优化思路，而是尝试把算法探索、代码生成、性能验证和部署落地连接起来。
- 面壁智能与OpenBMB此前已持续布局开源AI Infra和Agent方向，ForgeStencil延续了其以AI优化AI、降低模型与计算系统使用成本的技术路线。
新芒xAI评论
ForgeStencil值得关注的地方，在于它把AI Agent从办公、代码助手进一步推向高性能计算优化。Stencil计算通常对访存、并行调度、硬件适配和数值精度都有很高要求，传统优化依赖专业工程师经验。如果AI系统能够自动发现优化方案并完成部署验证，科学计算和工业仿真的开发效率会被明显改变。
但这类系统的价值不能只看单次加速倍数。真正困难的是稳定性、可复现性、跨硬件泛化能力和数值正确性。尤其在CAE、电磁仿真、核反应堆中子学等场景中，性能提升必须与精度、可靠性和安全审查同时成立，不能用“跑得更快”替代“算得可信”。
从产业角度看，ForgeStencil代表国内AI Infra正在向更底层、更专业的计算场景延伸。大模型公司如果能用AI重构训练、推理、仿真和工程软件栈，将不只是发布模型参数，而是直接参与算力效率和科研生产力的竞争。接下来更值得观察的是其开源生态能否吸引开发者复现结果，并在更多真实工作负载中验证收益。
