研发团队介绍说，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。

　　“异算方舟”全栈平台基于其强大的代码转换大模型能力，重点攻克统一计算设备架构(CUDA)代码向国产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。

　　该平台的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。

　　充分释放国产算力潜能

　　“异算方舟”研发团队称，三项核心能力的深度融合和双向协同、迭代赋能，通过算法库夯实计算内核、代码转换大模型实现跨生态互联互通、自动化仿真智能体完成业务场景落地，可形成算法-代码-应用的完整技术闭环。

　　这套全栈平台将充分释放国产算力潜能，加速“人工智能驱动科学研究”(AI for Science，AI4S)科研新范式落地，助力打造自主可控、良性发展的国产科学计算生态。

　　业内专家认为，国产计算系统软件生态建设是一项系统工程，需要算法库、开发工具、代码迁移和应用支撑等多维度协同发力。“异算方舟”全栈平台直击科研与工程实际需求，集高效算法、便捷代码转换与迁移和自动化工具于一体，保障各类科学计算软件顺畅适配国产算力体系。