多数人把诞生于 1956 年的 Fortran 视作早该进博物馆的出土文物，但全球天气预报、核裂变仿真和深海模拟的核心代码至今依然跑在它的底座上。剑桥大学气候科学计算研究所宣布，将于 2026 年 12 月 1 日在曼彻斯特科学与工业博物馆举办纪念活动，为这份首发于 1956 年 10 月 15 日的编程语言参考手册庆祝 70 岁生日。现场除展示 1940 年代试验计算机曼彻斯特 Baby 外，劳伦斯伯克利国家实验室的 Damian Rouson 还将发表主题演讲，复盘这个高龄语言的技术骨架。
许多开发者默认 Python、Julia 或现代化 C++ 早已完成降维打击，真实超算跑分却一次次给出难堪的反差。
跑分打破神话：为什么新架构打不过老底座
1956 年 IBM 推出第一份参考手册时，执笔人 David Sayre 与团队负责人 John Backus 只想证明一件事：高级语言能生成接近手工汇编效率的机器码。随后在 1957 年 4 月 24 日，IBM 团队致信 SHARE 用户组织，正式随 IBM 704 主机交付首版编译器。七十年后，这种对原生多维数组切片和内存别名免优化的底层执念，依然是它最硬的护城河。
欧洲中期天气预报中心（ECMWF）在 2025 年的微物理基准测试中发现，多线程 Fortran 在特定内存布局下，比 Python 生态前沿的 GT4Py GridTools CPU 后端快达 3 倍。而在 GPU 侧，GT4Py DaCe 后端比深度优化的底层硬件代码慢达 2 倍。
2026 年 6 月针对 Veris 海冰模型的评测展现了同样的规律：Python 结合 JAX 在单机和小规模节点上靠即时编译确实跑得轻快，但一旦进程数拉升、多节点物理通信主导吞吐，老牌 Fortran 实现（MITgcm）立刻反超。高性能科学计算的核心从来不是语言语法有多优雅，而是访存命中率与分布式通信开销。
科学计算的胜负手从不在语法糖，而在内存布局与跨节点通信的硬指标。
工具链割裂与异构加速的重构代价
Fortran 并非毫无破绽。它在今天面临的最严峻挑战，是全球超算体系向 GPU 与各类专用加速器的异构迁移。现代异构硬件迭代极快，C++ 拥有成熟的性能可移植层（如 Kokkos），而 Fortran 想要驱动现代硬件，往往被深度绑定在少数商业编译器厂商的标准扩展中。
开源编译器生态的补课过程异常艰难。基于 LLVM 的现代化开源编译器 LFortran 截至 2026 年在官网状态仍处于 Alpha 阶段（进度标为 9/10）。尽管团队在 2026 年 2 月 25 日成功编译了包管理器 fpm，但距离无缝支撑动辄数百万行的工业级大型模型，仍有巨大工程鸿沟未跨越。
- 风险.若只顾语法现代化而轻视底层工业级编译器链条的成熟度，科学计算代码盲目重写只会带来严重的工程停滞。
务实者的折中：ICON 架构与共存演进
既然推翻重写的风险远超语言迁移的收益，前线科研机构给出的答案是混合妥协。
德国气象局与马克斯·普朗克研究所主导的 ICON 气候气象模型给出了现实解法：保留数十年经过严密物理验证的庞大 Fortran 框架作为骨架，同时在计算密集的局部物理模块中引入 Python 领域特定语言（DSL），由编译器前端针对不同异构硬件生成定制优化代码。
这场将在曼彻斯特闭门研讨的 70 岁寿宴，其注册窗口将于 2026 年 11 月 9 日截止，论文与海报提交通道也定在 11 月 6 日收官。它讨论的不是怀旧情怀，而是一门语言如何带着数十年积累的科学资产跨入异构计算纪元。
- 结论.生产环境的终局不是新语言彻底清洗老代码，而是老代码退守框架核心，将硬件易变部分交由专用 DSL 封装。