arXiv cs.AI· Sparsh Gupta, Kamalavasan Kamalakkannan, Maxim Moraru, Galen Shipman, Patrick Diehl·· 12 小时前AI 评分34
从传统 Fortran 到可移植 Kokkos：一个自主智能体 AI 工作流
From Legacy Fortran to Portable Kokkos: An Autonomous Agentic AI Workflow
AI 导读
一个由多个专用 LLM 智能体协作的自主工作流，可将 Fortran 内核翻译、验证、编译、测试、调试并优化为可移植的 Kokkos C++ 程序。付费 OpenAI 模型 GPT-5 和 o4-mini-high 仅花费几美元即完成整个流程，生成的优化代码性能超过 Fortran 基线，而开源模型 Llama4-Maverick 常无法产出可运行代码。
正文 · AI 翻译
摘要：科学应用仍然依赖于最初为同构、基于 CPU 的系统开发的遗留 Fortran 代码库。随着高性能计算（HPC）向异构 GPU 加速架构转变，许多加速器缺乏原生 Fortran 绑定，这产生了将遗留代码现代化以实现可移植性的迫切需求。Kokkos 等框架提供了性能可移植性和单一源 C++ 抽象，但手动将 Fortran 移植到 Kokkos 需要大量专业知识和时间。大型语言模型（LLM）在源到源代码生成方面已展现出潜力，但它们在完全自主的工作流中用于翻译和优化并行代码的应用仍基本未被探索，尤其是在跨多样硬件的性能可移植性方面。本文提出了一种智能体 AI 工作流，其中专门的 LLM“智能体”协作将 Fortran 内核翻译、验证、编译、运行、测试、调试并优化为可移植的 Kokkos C++ 程序。结果表明，该流水线使一系列基准内核实现了现代化，在各硬件分区上生成了性能可移植的 Kokkos 代码。GPT-5 和 o4-mini-high 等付费 OpenAI 模型仅花费几美元就执行了该工作流，生成了超越 Fortran 基线的优化代码，而 Llama4-Maverick 等开源模型往往无法生成可用的代码。这项工作证明了智能体 AI 用于 Fortran 到 Kokkos 转换的可行性，并为自主现代化遗留科学应用以在多样超级计算机上可移植且高效运行提供了一条路径。它进一步凸显了 LLM 驱动的智能体系统在科学和系统导向应用中执行结构化、领域特定推理任务的潜力。
| 评论： | 12 页，6 幅图，7 张表 |
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI）；分布式、并行与集群计算（cs.DC）；机器学习（cs.LG） |
| 报告编号： | LA-UR-25-28882 |
| 引用为： | arXiv:2509.12443 [cs.SE] |
| （或本版本使用 arXiv:2509.12443v4 [cs.SE]） | |
| https://doi.org/10.48550/arXiv.2509.12443 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Patrick Diehl [查看电子邮件]
[v1]
2025 年 9 月 15 日星期一 20:50:15 UTC（175 KB）
[v2]
2025 年 9 月 17 日星期三 15:29:42 UTC（175 KB）
[v3]
2025 年 11 月 17 日星期一 03:45:19 UTC（177 KB）
[v4]
2026 年 10 月 27 日星期二 14:34:11 UTC（136 KB）
来源：arXiv cs.AI · arxiv.org