把一套运行多年、多达 25 万行的气象模拟程序迁移到 GPU 上加速，过去往往要耗费资深工程师数月。一篇 2026 年 8 月提交到 arXiv 的论文，展示了如何用大语言模型驱动的命令行智能体，把这件苦活系统化地完成，并且在过程中意外揪出了几处藏得很深的数值隐患。

主角：25 万行的 CReSS 气象代码

论文的案例对象是 CReSS，一套用 Fortran 写成的遗留天气模拟代码，规模超过 25 万行。这类程序不是普通的旧代码——它们是长期通过与观测数据反复比对、在领域研究中积累起科学可信度的资产。把它们搬到以 GPU 为核心的高性能计算系统，既要适配新架构，又不能丢掉原有的科学有效性。

工作流：先验证，再移植

研究团队设计了一套「以验证为中心」的 AI 辅助工作流。智能体先抽取代码里的 OpenMP 并行区域，再从有物理意义的模拟状态生成基于数据转储的内核基准，接着施加 OpenACC 变换完成 GPU 化，最后通过和参考数据的逐元素比对做数值校验。

换句话说，每一步移植都要能「对账」：新代码算出来的结果，必须和原来的老代码逐点一致，否则就不算成功。

结果：162 个内核通过验证，整体提速 5.1 倍

在以真实台风模拟为案例的测试中，这套工作流为 162 个目标内核产出了通过数值验证的 GPU 实现，并在可接受的工时范围内，拿到了应用级 5.1 倍的加速。

这意味着，原本在 CPU 上跑得很吃力的长期天气模拟，有望在不牺牲科学准确性的前提下显著提速。

意外收获：揪出 5 处数值隐患

更值得关注的是，工作流在验证环节发现了 5 个内核出现了数值偏差——根源在于浮点运算与内建函数的差异，包括阈值敏感的分支发散，以及相消效应带来的精度损失。这些问题在肉眼比对下极难发现，却被「逐元素对账」机制捕捉到，并反馈给了程序开发者。

启示：AI 移植不只是写代码

论文指出，大规模科学代码的 AI 辅助移植，难点不在代码生成本身，而在贯穿多轮会话的上下文管理、运行时状态的重建，以及从微小的静态分析疏漏中恢复。

对这类需要严格数据对账的遗产系统来说，真正关键的不是「让 AI 把代码改完」，而是设计一套以验证为先的工作流。AI 在这里更像是严谨的工程搭档，而不是甩手就用的自动转换器。

来源：arXiv:2608.13122（Tetsuya Hoshino 等，2026）