KI-agent portet 250 000 linjer gammel værsimulering til GPU, 5,1x raskere

5,1 ganger. Det er gevinsten på applikasjonsnivå etter at en CLI-basert KI-agent portet CReSS, en værsimuleringskode i Fortran på over 250 000 linjer, til GPU. Arbeidet er beskrevet i en artikkel lagt ut på arXiv 13. august 2026, og tallet er målt på en ekte tyfonsimulering, ikke på en syntetisk testkjøring.

Artikkelens poeng er ikke kodegenereringen, men valideringen. Gammel vitenskapelig kode er ikke bare gammel kode: troverdigheten er bygget opp gjennom år med sammenligning mot observasjoner og bruk i fagstudier, og en port som er raskere men gir litt andre tall er verdiløs. Arbeidsflyten er derfor lagt opp i fire trinn:

1. Agenten trekker ut de eksisterende OpenMP-regionene i koden.
2. Den genererer dump-baserte kernel-benchmarks fra fysisk meningsfulle simuleringstilstander.
3. Den bruker OpenACC-transformasjoner på hver kernel.
4. Resultatene sammenlignes element for element mot dumpede referansedata, i tillegg til validering på applikasjonsnivå.

162 kernels kom gjennom løpet med numerisk validerte GPU-implementasjoner. I fem av dem fant arbeidsflyten numeriske avvik forårsaket av forskjeller i flyttall og innebygde funksjoner, blant annet terskelsensitiv branch divergence og kanselleringseffekter. Avvikene gikk tilbake til utviklerne av koden som tilbakemelding.

Forfatterne trekker fram tre ting som avgjør om et slikt løp lykkes: å håndtere kontekst som strekker seg over flere sesjoner, å rekonstruere kjøretidstilstand, og at små utelatelser i den statiske analysen er dyre å hente inn igjen senere. Den siste svir mest for deg som slipper en agent løs på en stor kodebase: kostnaden ligger ikke i genereringen, den ligger i opprydningen etterpå.