开源科学计算框架 OpenFPM 新增 Metal 后端 PR，通过 Clang/HIP-SPIR-V-Vulkan-MoltenVK 让原 CUDA kernel 几乎不改跑在 M3 Pro 上，3D SPH 实测约 10 倍加速。
开源科学计算框架 OpenFPM 新增 Metal 后端 PR，通过 Clang/HIP-SPIR-V-Vulkan-MoltenVK 让原 CUDA kernel 几乎不改跑在 M3 Pro 上，3D SPH 实测约 10 倍加速。
一段原本为英伟达 CUDA 写的计算程序，几乎不改内核代码，就直接跑在了一台搭载 M3 Pro 的苹果设备上——而且不是向量加减那种玩具演示，是在真实的三维流体模拟任务里拿到了约 10 倍加速。
实现这件事的是开源科学计算框架 OpenFPM 新开的「实验性 Metal 后端」PR。先把丑话说前面：
⚠️ 三项必须诚实说明的边界:
- 这是尚未合并的开放 PR（GitHub PR #18，作者 abhinavsns，2026-07-17 开启）。截至撰稿仍未 merge，属实验性，别拿来直接上生产。
- Apple Metal 对双精度浮点支持不足，不适合天气预测、航空航天这类依赖双精度的超算场景。这类活还是英伟达专业 GPU 的主场。
- 目前是单机后端。多机扩展要靠 Thunderbolt RDMA，属于未来工作。
关于网上流传的"GPT-5.6 Sol 6 小时搞定"说法——这只是作者在 X 上的自述，GitHub PR 本身没有任何 AI 助手相关的说明。本文不把它当事实写，你看到类似宣传也请自行打折。
OpenFPM 是一个面向粒子方法和网格方法的并行科学计算框架，官方仓库 mosaic-group/openfpm、项目主页 openfpm.mpi-cbg.de。
过去十几年 GPU 计算高度碎片化——英伟达有 CUDA、AMD 有 HIP、苹果有 Metal，互相不兼容。这个 PR 的核心贡献不是"再写一套 Metal 版本"，而是搭了一条转换通道，让原 CUDA/HIP 风格的 .cu kernel 源码保持不变（"source of truth"），底层透明地跑在 Apple Silicon GPU 上。
PR 标题是 "Add transparent Metal GPU support through MoltenVK and SPIR-V while keeping existing .cu files as the source of truth"，正好说清了链路：
.cu kernel (CUDA/HIP 风格)
│ Clang/HIP 编译
▼
SPIR-V
│ Vulkan
▼
MoltenVK
│
▼
Apple Metal GPU关键点是应用层无感知——开发者没有新增任何 Metal 专用的粒子 API，应用层依然写原有的 CUDA/HIP 风格 kernel 调用，硬件差异在框架内部消化。这实现了真正的"硬件透明"。
PR 里的考验用例是一个复杂度足够的三维 SPH（光滑粒子流体动力学）大坝溃坝模拟，涉及扫描、排序与重排、单元格和相邻列表构建、ghost 粒子交换、归约操作、原子操作等多个模块。
在搭载 M3 Pro 的苹果设备上：
| 后端 | 耗时 | 备注 |
|---|---|---|
| Metal GPU | 约 6 秒 | GPU 利用率接近 100% |
| CPU 顺序计算 | 约 60 秒 | 基线 |
加速比约 10 倍，仅靠换计算后端实现。开发者进一步检查发现，Metal 版本和 CPU 版本得到的物理结果保持一致——这点对科学计算至关重要，光快不准没意义。
粒子存储随粒子数 N 线性增长，邻居搜索等工作量大致是 O(N·k)。目前展示的 10 倍加速是单机后端对比的结果。
未来计划是借助苹果 Thunderbolt 支持的 RDMA 技术实现多机动态负载均衡，但这部分目前还没有落地代码，属于 roadmap。
适合尝鲜：
不适合：
直接看 PR 比看文章更靠谱，作者在 PR 描述里贴了复现步骤：
如果你决定跑，请用 PR 分支而不是 main，并做好"实验性代码随时会改"的心理准备。跑通后，建议先在小规模 SPH 或粒子问题里验证物理结果一致性，再扩大规模——就像 PR 作者做的那样，先确认 Metal 和 CPU 结果对得上，再谈加速比。
如果这个 PR 最终合并，对 Apple Silicon 在科学计算领域的定位会是一个实质性推进：开发者可以保留已有的 CUDA/HIP 投资不被浪费，同时拿到 Mac 上 Metal GPU 的算力。
但同时也请记住前面那三条边界——实验性、单精度、单机。把它当作一个有潜力的方向去跟踪，而不是一个明天就能上生产的方案。
龙虾之父Peter开源skill-cleaner，5大核心功能审计优化Agent技能描述，节省Token成本，提升Agent调用准确性，GitHub已开源。
昆仑万维发布SkyClaw-v1.0 Agent模型，性能逼近Claude Opus 4.6，价格仅主流模型一半，兼容OpenAI接口，限时免费开放。
来自MIT和普林斯顿的开源项目，把Transformer训练中的散碎计算重写为GEMM-Epilogue模式，反向传播加速1.6-1.8倍