智能体工作流实现Fortran转Kokkos

2026年10月28日，arXiv Artificial Intelligence 刊出 Sparsh Gupta 等作者的论文，提出一个由专用 LLM 智能体协作的自主工作流，用于将遗留 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，目标是在多种硬件分区上生成性能可移植代码。报道称，付费 OpenAI 模型（如 GPT-5 和 o4-mini-high）执行该工作流仅花费数美元，生成的优化代码性能超过 Fortran 基线；而 Llama4-Maverick 等开源模型则常常无法产出可运行的代码。上述花费与效果对比仅针对报道中列出的这些模型，不适用于其他模型或全部操作。目前进展停留在论文发布层面，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。