Những tiến bộ gần đây của các LLM đã biến AI agent trên giao diện dòng lệnh thành công cụ hữu hiệu giúp tăng tốc chuyển đổi các ứng dụng khoa học quy mô lớn sang GPU. Tuy nhiên, những phần mềm này không đơn thuần là các codebase cũ, mà là tài sản khoa học quý giá được tích lũy qua nhiều năm phát triển, kiểm chứng với dữ liệu thực tế và ứng dụng chuyên ngành. Do đó, việc chuyển đổi sang GPU vừa phải giữ trọn tính đúng đắn khoa học, vừa phải thích ứng với các hệ thống HPC xoay quanh GPU. Nghiên cứu này giới thiệu quy trình chuyển đổi sang GPU có AI hỗ trợ và lấy kiểm chứng làm trọng tâm thông qua trường hợp của CReSS — phần mềm mô phỏng thời tiết viết bằng Fortran với hơn 250.000 dòng mã. Quy trình dùng AI agent để bóc tách các vùng OpenMP, tạo benchmark cho kernel từ trạng thái mô phỏng có ý nghĩa vật lý, áp dụng chuyển đổi OpenACC và kiểm chứng kết quả từng phần tử với dữ liệu tham chiếu. Thử nghiệm trên mô phỏng bão thực tế, quy trình đã tạo ra 162 kernel GPU đạt chuẩn kiểm chứng số học và tăng tốc ứng dụng gấp 5,1 lần với chi phí thời gian thực tế rất hợp lý. Đáng chú ý, hệ thống đã phát hiện sai lệch số học ở 5 kernel do khác biệt về dấu phẩy động và hàm nội tại, bao gồm phân nhánh nhạy cảm với ngưỡng và hiện tượng triệt tiêu số, từ đó cung cấp phản hồi giá trị cho các nhà phát triển. Kết quả cho thấy việc dùng AI chuyển đổi mã khoa học cũ sang GPU đòi hỏi thiết kế quy trình lấy kiểm chứng làm trung tâm chứ không chỉ dừng lại ở sinh mã.