An Ocean Model Ported by a Large Language Model: Experience and Lessons from FESOM2 (Fortran to C to C++/Kokkos)

Este artigo demonstra que um modelo de linguagem grande agêntico, guiado por especialistas de domínio através de um processo rigoroso de tradução em dois estágios e validação rigorosa, portou com sucesso o modelo oceânico Fortran FESOM2 de 74.000 linhas para C++/Kokkos, preservando sua física e alcançando ganhos significativos de desempenho em GPUs.

O essencial

Imagine que você tem uma receita massiva, incrivelmente complexa e altamente bem-sucedida para um prato de 5 estrelas. Esta receita foi escrita em uma linguagem muito antiga e especializada (vamos chamá-la de "Fortran") que apenas alguns mestres chefs entendem. Ela foi testada por décadas e todos sabem que funciona perfeitamente. No entanto, a cozinha está mudando: os novos fornos (supercomputadores modernos com GPUs poderosas) não falam mais "Fortran". Eles falam "C++".

O problema? Traduzir esta receita de 74.000 linhas da linguagem antiga para a nova linguagem é como tentar traduzir um romance enquanto simultaneamente reconstrói a casa onde ele foi escrito. Se você cometer um único erro minúsculo na matemática, o prato pode se transformar em veneno, ou a cozinha pode pegar fogo. Normalmente, isso leva uma equipe de especialistas humanos anos para fazer.

Este artigo descreve um novo experimento: Um IA (um Modelo de Linguagem Grande) pode fazer este trabalho de tradução para nós, e consegue fazer isso sem estragar a receita?

Aqui está como eles fizeram isso, usando analogias simples:

1. A Estratégia de Tradução de Dois Passos

Em vez de pedir à IA para saltar diretamente da "Linguagem Antiga" para a "Nova Linguagem de Alta Velocidade", a equipe a forçou a fazer um desvio.

• Passo 1: A "Cópia Limpa" (Fortran → C): Primeiro, eles pediram à IA para traduzir a receita para uma linguagem intermediária mais simples chamada "C".

  • A Regra: A IA foi estritamente proibida de "melhorar" a receita. Ela não podia trocar ingredientes para torná-los "melhores" ou mudar os tempos de cozimento para serem mais eficientes. Ela tinha que ser uma cópia literal, palavra por palavra.
  • O Objetivo: Garantir que o sabor (a física) permanecesse exatamente o mesmo. Eles rodaram esta nova versão em "C" por cinco anos de tempo simulado. O sabor era idêntico ao da versão original em "Fortran", com diferenças tão minúsculas que eram como um grão de sal em um oceano.

• Passo 2: O "Upgrade de Velocidade" (C → C++/Kokkos): Uma vez que a versão em "C" foi provada como perfeita, eles pediram à IA para traduzir aquela para a linguagem moderna "C++", que é construída para rodar em fornos de GPU super-rápidos.

  • A Rede de Segurança: Como a versão em "C" já era perfeita, a IA poderia agora focar na velocidade. Eles verificaram cada etapa do processo de cozimento para garantir que a nova versão em "C++" produzisse exatamente os mesmos números que a versão em "C" em computadores padrão.

2. O Sistema de Verificação "Gêmeo"

Como eles souberam que a IA não esgueirou um erro? Eles usaram um sistema de "Gêmeos".

Imagine que você tem um mestre chef (o código original) e um chef aprendiz (o novo código). Toda vez que o aprendiz corta uma cebola, ele tem que mostrar o resultado ao mestre chef imediatamente.

• O Teste "Gêmeo": Para cada etapa de cozimento, o computador executa o código novo e o antigo lado a lado. Se os números diferirem por até uma fração mínima, o sistema grita "Pare!" e diz à IA: "Você errou este passo específico".
• A Armadilha do "Halo Estagnado": Um erro comum que a IA cometeu foi esquecer de atualizar as bordas dos dados (como esquecer de lavar a tábua de cortar entre os cortes). A equipe construiu uma "sonda" especial que verifica as bordas especificamente para capturar esses erros invisíveis.

3. Os Resultados: Velocidade e Precisão

O experimento foi um sucesso. Aqui está o que aconteceu:

• Precisão: O novo código é cientificamente confiável. Ao longo de cinco anos de simulação, as temperaturas e a salinidade dos oceanos na nova versão foram quase indistinguíveis da original. Nos novos super-rápidos GPUs, os resultados foram "estatisticamente próximos" — o que significa que as pequenas diferenças eram apenas devidas à forma como o computador faz matemática, não porque a física estava errada.
• Velocidade: O novo código roda em GPUs modernas (como a NVIDIA A100) e é de 1,6 a 3,7 vezes mais rápido do que o código antigo rodando em CPUs padrão.
• Portabilidade: A melhor parte? Eles escreveram o código uma vez, e ele roda em diferentes tipos de supercomputadores (NVIDIA, AMD e outros) sem precisar ser reescrito. É como um adaptador universal que se ajusta a qualquer tomada.

4. O Que Deu Errado (e Como Eles Corrigiram)

A IA não é perfeita. Ela tentou "ajudar" simplificando as coisas, o que quase quebrou a física.

• A Armadilha da "Simplificação": A IA queria arredondar números ou mudar um valor constante porque parecia "mais limpo". A equipe teve que proibir isso estritamente. Eles disseram à IA: "Se o original diz 0,1, você escreve 0,1. Não adivinhe".
• A Armadilha do "Comentário": A IA às vezes lia um comentário no código que dizia "O valor é 5", mas o código real dizia "O valor é 10". A IA confiava no comentário. A equipe corrigiu isso forçando a IA a verificar a linha de código real a cada vez.

A Conclusão

Este artigo prova que, com as regras certas e uma rigorosa "escada de segurança" de verificações, uma IA pode traduzir um modelo científico massivo e complexo de uma linguagem antiga para uma nova e super-rápida em questão de semanas.

Ela não apenas copiou o código; ela preservou a ciência. O modelo oceânico ainda se comporta exatamente como o oceano real, mas agora roda rápido o suficiente para nos ajudar a prever o clima futuro nos computadores mais poderosos do mundo. A chave não foi apenas a IA; foi a disciplina dos humanos que a guiaram: regras estritas, tradução literal e verificação constante.

Resumo técnico

Resumo Técnico: Um Modelo Oceânico Portado por um Grande Modelo de Linguagem

Definição do Problema
As projeções climáticas exigem cada vez mais resoluções oceânicas de escala de quilômetros, o que torna necessária a migração de modelos de circulação geral (GCM) de oceanos em Fortran, estabelecidos e de grande escala, para o hardware moderno, particularmente GPUs. No entanto, esses modelos, frequentemente desenvolvidos ao longo de décadas para clusters de CPU de memória distribuída, enfrentam barreções significativas para a portabilidade: uma escassez de expertise humana em conhecimento de domínio, portabilidade e ajuste de desempenho, além da dificuldade de manter a fidelidade científica durante a tradução. Embora os Grandes Modelos de Linguagem (LLMs) tenham demonstrado sucesso na tradução de pequenos segmentos de código ou funções individuais, não estava estabelecido se um LLM poderia portar um modelo geofísico completo e de nível de produção para uma linguagem e framework diferentes (especificamente para aceleração por GPU) sem degradar sua física ou precisão numérica.

Metodologia
Os autores portaram o FESOM2, um modelo de oceano-gelo marinho de malha não estruturada e volume finito (aproximadamente 74.000 linhas de Fortran central), utilizando um assistente de codificação de LLM agêntico (Claude Code com o modelo Opus 4.7) sob a direção de especialistas de domínio. O processo de portabilidade foi estruturado em torno de três práticas críticas para garantir a confiabilidade:

1. Tradução em Dois Estágios: A tradução foi dividida em duas fases distintas para separar a correção numérica do paralelismo.

   • Estágio 1 (Fortran para C): O modelo foi traduzido para uma referência C limpa e de thread única. Este estágio colapsou o código Fortran altamente configurável na configuração específica utilizada para a execução, resolvendo ambiguidades relativas a opções de compilação em tempo de execução e padrões de execução. A tradução foi estritamente literal, proibindo o LLM de "melhorar" ou simplificar o código.
   • Estágio 2 (C para C++/Kokkos): A referência C foi então encapsulada em C++ usando a camada de portabilidade de desempenho Kokkos para visar tanto CPUs quanto GPUs. Este estágio focou na paralelização enquanto preservava a aritmética da referência C.

2. Tradução Literal Estrita: O LLM foi instruído a realizar uma tradução linha a linha, convertendo indexação de base 1 para base 0, adaptando armazenamento de coluna-major para linha-major, e convertendo variáveis globais USE para passagem de structs. Nenhuma mudança semântica foi permitida. Isso garantiu que qualquer divergência da referência fosse um erro de portabilidade e não uma modificação da física.

3. Escada de Validação em Camadas: Uma estrutura de validação rigorosa foi aplicada em cada estágio:

   • Fortran para C: Validado via concordância estatística de longo prazo (integrações de 5 anos) em vez de igualdade bit a bit, uma vez que diferenças de linguagem e compilador impedem a correspondência exata de bytes.
     • C para Kokkos (CPU): Validado via identidade bit a bit contra a referência C em back-ends determinísticos (Serial/OpenMP).
   • Kokkos (GPU): Validado via proximidade estatística contra a referência C em GPUs (onde a ordem de redução de ponto flutuante difere) e "portões" estritos (ex: execuções de 20 passos com gelo marinho ativo) para detectar erros reais versus divergência numérica esperada.
   • Ferramentas de Depuração: Ferramentas customizadas, como dumps de referência por subpasso, diferenciais de operadores com entradas idênticas e sondas de halo obsoleto (stale-halo), foram desenvolvidas para isolar falhas a kernels ou subsistemas específicos.

Principais Resultados

• Fidelidade:
  • O port C reproduziu o modelo Fortran original em uma integração de cinco anos com uma diferença de raiz do quadrado médio (RMS) de temperatura da superfície do mar (SST) de 0,006 °C e diferença de salinidade de 0,002 PSU. As diferenças no oceano profundo foram estatisticamente indistinguíveis de zero abaixo de 700 m.
  • As compilações Kokkos CPU foram bit a bit idênticas à referência C ao longo de um ano simulado completo.
  • As compilações Kokkos GPU permaneceram estatisticamente próximas da referência C, com correlações de SST de 1,0 e vieses de $+10^{-4}$ °C. A divergência induzida pela GPU foi aproximadamente três ordens de magnitude menor do que a incerteza introduzida na tradução de Fortran para C.
• Desempenho:
  • Em malhas de alta resolução (até 7,4 milhões de vértices de superfície), um único nó de GPU NVIDIA A100 rodou de 1,6 a 3,7× mais rápido que um nó de CPU.
  • O modelo atingiu o alvo de produção de 1–2 anos simulados por dia (SYPD) em malhas de milhões de vértices em todo o hardware testado.
  • No sistema NVIDIA GH200, o throughput atingiu até 3,5 SYPD.
• Portabilidade:
  • Um único código-fonte Kokkos compilou e rodou com sucesso em diversos hardwares sem reescrever o código de física: NVIDIA A100, H100 e GH200 (via CUDA) e AMD MI250X (via HIP). A portabilidade para o sistema AMD exigiu menos de um dia de trabalho, envolvendo primariamente uma pequena mudança em uma guarda de pré-processador.

Significância e Alegações
O artigo afirma ser a primeira demonstração de que um port assistido por LLM pode levar um modelo completo de oceano-gelo marinho para uma implementação capaz de GPU, mantendo a fidelidade científica e alcançando desempenho relevante para produção. Os autores enfatizam que o sucesso não se deveu apenas à capacidade autônoma do LLM, mas sim a um fluxo de trabalho disciplinado combinando:

• Assistência agêntica para tradução incansável e construção de estruturas de teste (harness).
• Expertise humana de domínio para estratégia, revisão de planos e detecção de erros sutis de física.
• Um procedimento de validação em camadas que converte erros de física silenciosos em falhas localizadas imediatas.

O trabalho estabelece que os LLMs podem mover modelos Fortran estabelecidos para linguagens modernas de portabilidade de desempenho (C++/Kokkos) em questão de semanas, desde que a tradução seja restringida por regras estritas e validada contra critérios de aceitação apropriados. Os autores apresentam isso não como uma otimização final do modelo, mas como um ponto de partida validado e competitivo que preserva a física do modelo original, permitindo a execução em aceleradores modernos.