Un flujo de trabajo con IA valida la portabilidad a GPU de un código meteorológico de 250.000 líneas

Un equipo de investigación presenta un flujo de trabajo basado en agentes de inteligencia artificial para adaptar a GPU el código de simulación meteorológica CReSS, un software Fortran heredado con más de 250.000 líneas. El método, descrito en un artículo enviado a arXiv, se centra en preservar la validez científica del modelo durante la portabilidad, algo crítico en aplicaciones atmosféricas cuya credibilidad se ha construido durante décadas de desarrollo y validación frente a observaciones. El flujo de trabajo emplea un agente de IA por línea de comandos para identificar regiones OpenMP, generar pruebas de rendimiento (kernels) a partir de estados físicos relevantes de la simulación, aplicar transformaciones OpenACC y comparar los resultados elemento a elemento con datos de referencia volcados. En un caso de estudio con un tifón real, se obtuvieron implementaciones GPU numéricamente validadas para 162 kernels y se logró una aceleración de 5,1 veces a nivel de aplicación, con un coste de desarrollo razonable. El proceso detectó además discrepancias numéricas en cinco kernels debidas a diferencias en coma flotante y en funciones intrínsecas, incluyendo divergencia por umbrales en bifurcaciones y efectos de cancelación, lo que permitió devolver retroalimentación a los desarrolladores. Los autores concluyen que la portabilidad a GPU asistida por IA en aplicaciones científicas heredadas exige algo más que generación de código: requiere un diseño del flujo de trabajo centrado en la validación, gestión de contexto entre sesiones, reconstrucción del estado de ejecución y mecanismos de recuperación frente a omisiones del análisis estático.