AI 助力雙階段現代化：NMAP‑RKPM 由 Fortran 單執行緒升級至 OpenMP 並行 C++
為因應計算資源快速變化，研究團隊以 AI 輔助雙階段將 NMAP‑RKPM 從 Fortran 單執行緒 MPI 轉為 OpenMP 並行 C++ MPI。透過手把手的代理流程，提供範例、持續建置檢查與會話限制，克服大型語言模型的限制。最終在數月內完成轉換，提升程式效能與可維護性。
背景與挑戰
隨著運算資源環境持續演進，許多傳統科學程式碼必須現代化才能維持效能與可擴充性。對於 NMAP‑RKPM 這類基於再現核粒子法 (RKPM) 的 3D 顯式固體力學引擎，平行化與遷移至支援度較高的軟體生態系統是耗時的核心工作。
AI 輔助的雙階段轉換流程
研究團隊採用兩階段的 AI 輔助方法：
- 將原本以 Fortran 撰寫、單執行緒的 MPI 程式碼逐步改寫為 C++，同時保留 MPI 結構。
- 在 C++ 基礎上加入 OpenMP 指令，實現多執行緒平行化。
在此過程中，單純使用大型語言模型 (LLM) 的自動化建議不足以完成轉換。團隊因此設計了「手把手」的 AI 代理方法，核心做法包括：
- 提供手動編寫的範例程式碼，讓模型學習特定轉換模式。
- 確保每次修改後程式仍能成功編譯，避免積累錯誤。
- 限制 AI 互動的會話範圍，防止模型產生與上下文無關的建議。
成果與影響
在數月內，團隊成功將約 60,000 行的 Fortran 程式碼轉換為支援 OpenMP 並行的 C++ MPI 版本，顯著提升了計算效能與維護便利性。此案例證明，結合結構化 AI 代理與傳統軟體工程流程，可有效縮短遺留科學程式碼的現代化週期，為未來類似專案提供可參考的實作路徑。
延伸閱讀
- 人工智慧會議摘要評估系統：可重複、隱私保護與保留率差異揭示
- FairQE：以多代理與 LLM 在推論期校正翻譯品質估計的性別偏誤
- 以語意監督為核心的 Text-to-SQL 合成方法：SemanticAgent 架構與實驗結果
原始來源：ArXiv AI
系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。
