6月29日，中国科学院计算机网络信息中心、中国科学技术大学、中国科学院力学研究所和中科曙光等机构联合发布“异算方舟”国产计算系统软件生态全栈平台（以下简称“异算方舟”全栈平台）。

中国科学院计算机网络信息中心研究员王彦棡介绍，平台聚焦国产异构算力环境下科学计算软件生态建设痛点，围绕算法供给、代码迁移和智能应用三大核心方向，打造“九衍枢算法库、无界BoundX代码转换大模型、Agent-HiReFlow自动化仿真智能体”三项核心能力，为国产图形处理器（GPU）算力设施提供科学软件适配、迁移和落地的一体化解决方案。

“有算力、难上手”

近年来，国产算力硬件发展迅速，但科学计算领域仍面临一个尴尬局面：硬件有了，软件却跟不上。

王彦棡介绍，目前，国产科学计算领域面临着“不好用”“不能用”“不会用”三大痛点。

一是算法适配弱、运行效率低。国产芯片架构与英伟达不同，大量已有算法无法直接发挥芯片性能，实际运行效率远低于理论算力。

二是存量代码迁移难度大。国内科研积累了大量基于英伟达推出的CUDA编写的程序，CUDA通过软件层让应用程序能直接调用GPU硬件资源，广泛应用于人工智能、科学计算、医疗影像及金融建模等领域，而这些代码在国产芯片架构上无法直接运行。

三是工程仿真操作门槛高。参数配置、求解计算、故障诊断等环节高度依赖专家经验，限制了科学计算软件的推广使用。

哈尔滨工业大学教授左德承表示，国产GPU生态建设面临的一个主要问题是“生态异构”，即不同GPU的计算单元架构、通讯模型、内存模型各不相同，导致软件开发工具包开发各异、编程模型差异大、算子库和中间件重复建设。

王彦棡提到，英伟达的CUDA生态经过近20年发展，已吸引超过600万开发者。不同体系架构的硬件，如果想要去进入这一生态，就面临着600万人、十几年所产生的成果。如果想做国产替代，压力非常大。人工逐行翻译代码不仅耗时，还容易引入新的错误，几百行代码的迁移往往需要十个小时以上。

“三个问题叠加，导致国产算力设施虽然性能不断提升，但科研人员在实际使用中仍然面临‘有算力、难上手’的困境。打通算法到应用全链条是国产算力从‘能用’走向‘好用’的关键。”王彦棡说。

打通算法到应用全链条

针对这些痛点，在中国科学院战略性先导科技专项的支持下，中国科学院计算机网络信息中心等机构联合研发“异算方舟”全栈平台，目标是打破算法、代码、应用之间的壁垒，搭建起从基础算法能力，到代码转换能力，再到智能应用能力的完整技术链条，推动国产计算系统从“硬件算力领先”迈向“软件生态完善、开发便捷、应用易用”的新阶段。

作为“异算方舟”全栈平台的底层算法，九衍枢算法库汇聚16款高性能求解器，覆盖线性代数、并行计算、流体仿真、生物计算、深度学习算法等主流场景，所有算法深度适配国产GPU架构，多项核心模块实测性能超10倍以上加速。平台将每一款算法作为独立节点，搭建起整个体系的全域网络，为全链路应用提供最强底层支撑。

无界BoundX基于其强大的代码转换大模型能力，重点攻克CUDA代码向HIP、海光DTK等国产GPU软件环境迁移过程中的核心难题。开发者上传原有CUDA代码片段或科学计算软件中的关键模块，可依托国产GPU代码知识和规范，智能完成代码转换、环境适配和编译运行，让异构生态无缝互通，相较传统人工迁移和常规转换工具，它迁移更高效、更便捷，能助力各类成熟软件和存量科研代码快速落地国产算力平台。

Agent-HiReFlow自动化仿真智能体则立足真实工程应用场景，基于多智能体架构，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，大幅减少人工操作成本，有效提升国产科学软件的易用性、结果可复现性与落地推广效率。让底层强大的算法与适配能力，真正落地为简单易用的科研工具。提升国产科学软件的易用性、可复现性和推广效率。

“九衍枢、无界BoundX、Agent-HiReFlow三项能力已实现深度融合，形成‘算法—代码—应用’的完整技术闭环。”王彦棡说，这一全栈平台将充分释放国产算力潜能，加速人工智能赋能科学研究（AI for Science）新范式落地，助力打造自主可控、良性发展的国产科学计算生态。

打造开放的国产科学计算软件生态

对于“异算方舟”全栈平台，左德承评价，未来国产GPU生态必然从相互独立走向融合统一、从相对封闭走向开放兼容，而“异算方舟”平台正契合这一趋势。他建议，该平台要在专业用户参与的基础上，应进一步开放，吸引更多用户以开源方式参与进来，共同推动国产科学计算生态建设。

中科可控信息产业有限公司董事长聂华认为，国产算力硬件目前已初步“能用”，但软硬件的深度适配仍面临巨大挑战，硬件做好之后，非常迫切希望有像“异算方舟”这样的软件平台，真正让用户感受到计算的魅力，让算力从“能用”走向“好用”。

作为该平台的用户，中国科学院物理研究所研究员王磊表示，基于智能体的AI编程方式正在颠覆性地改变科研工作，同时也在打破国外软件长期积累形成的壁垒，这使大规模程序重构成为可能，也为国产计算软件平台发展带来了机会。

面向未来，王彦棡表示，团队将继续深耕AI for Science、国产GPU适配、高性能科学计算软件和智能化工具链研发，不断迭代升级“异算方舟”全栈平台，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提供支撑，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。

关于未来该平台的应用，中国科学技术大学教授程万表示，团队将从两方面发力，一是降低超算和人工智能的接入门槛，与现有软件合作迭代，把整个流程做得更顺畅，将无界BoundX代码转换大模型拓展到更多科学领域，与智能体协同起来，进一步扩充代码转换能力；二是进一步补充生态，针对各学科领域的用户案例差异，形成各学科自己的算例库和算力平台。