“异算方舟”国产计算软件生态平台正式上线

6月29日，由中国科学院计算机网络信息中心等单位联合研发的 “异算方舟”国产计算系统软件生态全栈平台宣布正式上线。该平台的目标是解决当前国产算力领域面临的软件适配难、代码迁移难、科研操作繁琐等核心痛点。

聚焦国产算力三大痛点

“异算方舟”平台定位为一款面向科学计算软件生态建设的全栈平台。其研发背景主要针对国产计算系统在应用落地过程中遇到的几个关键障碍：
第一，软件适配难，即大量现有科学软件无法直接在国产硬件上运行；
第二，代码迁移难，开发者需要投入大量精力改写代码以适应新的算力环境；
第三，科研操作繁琐，用户在多平台间的操作流程复杂，影响研究效率。

“该平台聚焦国产算力下软件适配难、代码迁移难、科研操作烦琐等核心痛点，为科学计算软件生态建设提供了一体化解决方案。”——来自联合研发方中国科学院计算机网络信息中心的官方描述。

平台功能与逻辑拆解

“异算方舟”作为一套“全栈”平台，其工作流程围绕“适配-迁移-操作”三个环节展开：

• 软件适配层：通过提供标准化的接口和运行环境，降低科学软件对特定硬件平台的依赖，从而解决“适配难”的问题。
• 代码迁移层：内置工具链帮助用户将基于x86或CUDA等架构的代码，自动或半自动地迁移至国产CPU、GPU等架构上，减少人工改写工作量。
• 科研操作层：通过统一的图形界面或命令行工具，简化用户在不同国产芯片、操作系统间的切换与调度，提升操作便捷性。

对行业的影响

该平台的上线，为国产计算系统的软件生态建设提供了一个集成化的基础设施。业内人士指出，这一举措有望降低科研人员使用国产算力的技术门槛，为国产高性能计算、人工智能等领域的基础软件开发提供支撑。

国产算力生态短板显现 异算方舟平台推算法库突破软件适配瓶颈

随着国内算力硬件近年实现快速突破，软件生态的适配问题正成为制约科研成果转化的关键环节。大量优质科研成果因代码难以适配国产设备、底层算法运行效率低、工程仿真操作复杂等原因，无法在国产算力设备上落地应用，直接影响了科研与工程研发效率。

核心能力：三层架构打通算法到应用闭环

针对上述痛点，“异算方舟”平台构建了三层核心能力，形成了从算法库到应用层的完整国产算力闭环。其中底层搭载的“九衍枢算法库”汇集了16款高性能计算工具，能够全面适配国产算力架构。

其核心运算性能可实现十倍以上提速，为上层应用提供了坚实的运行基础。

九衍枢算法库：16款工具支撑算力根基

“九衍枢算法库”是专为国产算力架构设计的高性能计算工具集合，包含16款独立计算工具。该算法库的底层优化使得核心运算速度较传统方案提升至十倍，从而支撑上层应用在国产设备上的高效运行。

业内人士指出，硬件与软件生态的协同突破，将直接影响国产算力在科研与工程领域的实际可用性。目前平台的三层能力设计，正是试图解决代码兼容与运行效率这两个核心痛点。

中科加云发布“异算方舟” 集成代码转换大模型BoundX

中科加云日前推出跨平台科学计算平台“异算方舟”。该平台为解决计算生态迁移难题，集成了名为BoundX的代码转换大模型，旨在降低从国际主流算力向国产算力迁移的技术门槛。

核心方案：中层与上层两重架构

“异算方舟”平台通过中层与上层的双层架构实现软硬件协同。其中，中层集成的代码转换大模型BoundX，是解决代码迁移这一核心难题的关键组件。

该模型能够自动适配多种国产算力环境，替代繁琐的人工改写工作。它融合了知识图谱与跨环境验证技术，可辅助开发者将CUDA代码高效迁移至国产GPU生态，大幅降低技术迁移门槛。

在平台的上层，通过算法库与大模型的双重赋能，“异算方舟”实现了算法、代码、应用的全链条打通。

行业意义：从硬件领先走向软硬协同

“异算方舟”的双层架构设计，标志着国产算力正从单一的硬件领先，走向软硬件协同成熟的新阶段。此举为搭建自主可控、高效易用的国产科学计算生态奠定了坚实基础。

• BoundX：平台集成的大模型，主要负责代码的自动转换与适配，减少人工调试工作量。
• 全链条打通：指平台在算法、代码与应用三个层面实现互联互通，形成完整的计算生态闭环。