1月19日,全球最大规模的超算竞赛2022 ASC世界大学生超级计算机竞赛(ASC22)启动会在北京、合肥两地及线上同步举行。多位中国科学院院士、中国工程院院士、超算与人工智能领域专家及参赛队师生代表等参加了会议。ASC22吸引了全球超过300支参赛队伍报名参加,通过预赛选出的队伍将参加5月7日-11日在位于合肥的中国科学技术大学举行的总决赛。

启动会上公布了ASC22竞赛时间线。ASC22采用“预赛+决赛”的赛制。2022年1月5日-3月4日为预赛阶段,参赛队按要求提交超算应用优化提案。3月21日将公布预赛结果及决赛名单。决赛将于5月7日-11日举行,入围总决赛的中国大陆队伍将参加现场总决赛,中国大陆之外的晋级队伍将通过在线方式参与总决赛,他们将比拼基准测试、高性能计算和人工智能等应用赛题,并参加英文答辩,角逐冠亚军、e Prize计算挑战奖、最高计算性能奖等诸项大奖。
ASC22赛题聚焦高性能计算与人工智能(AI)的融合,所有参赛大学生队伍需要在预赛中完成两道极具挑战性的尖端应用赛题,分别是“源”AI语言大模型和AI+Science代表性软件DeePMD-kit,这对参赛队伍的超算应用与创新能力将是巨大的考验。
ASC22现场总决赛举办地为中国科学技术大学。中科大是享誉海内外的世界一流大学,在量子信息、单分子科学、高温超导、纳米科学、地球环境、生命与健康等前沿科学和高新技术领域取得了一批具有世界水平的科研成果。中科大超算代表队也是世界超算竞赛舞台上的老牌劲旅,多次荣获冠亚军等重量级奖项。

ASC竞赛发起人、中国工程院院士王恩东表示:“今年恰逢ASC竞赛举办10周年,‘十年树木,百年树人’,推动超算年轻人才培养正是ASC竞赛发起举办的初心。相当部分的同学通过比赛增加了对超算的认识,开阔了视野,在毕业后投身超算和应用一线并已经有所建树,成为新生代的‘超算力量’。ASC竞赛‘以赛促学、以赛会友’的办赛模式,在人才培养上已经取得明显成效,特别是在国际青年人才交流方面,这样的作用很明显,为参赛大学生们提供了交流协作的国际化舞台。经过十年发展之后,ASC竞赛已经形成了独特的赛事文化,吸引了越来越多的人投身其中。”

中国科学技术大学副校长周丛照指出,高性能计算、人工智能是关系到科技与产业发展的基础性、战略性问题。中国科学技术大学在高性能计算方面的研究和应用几乎涵盖了科学与工程的各个学科,不仅在量子计算等前沿技术路径上取得突破,而且在灾害性气象预报、城市社会应急系统等应用领域实现了重要进展,并形成了完善的高性能计算人才培养体系。今年恰逢ASC十周年,举办ASC22总决赛将进一步推动中国科学技术大学在高性能计算领域的人才培养与前沿技术突破。
ASC竞赛专家委员会主席、全球超级计算机排行榜TOP500发起人、美国工程院院士、橡树岭国家实验室及田纳西大学杰出教授杰克·唐加拉(Jack Dongarra)表示:“ASC竞赛旨在培养下一代的年轻人才,激发他们在超级计算机和人工智能领域的探索、创新和合作。参赛学生将会更好地理解如何作为一个团队一起工作、互相帮助、协作,成长为下一代的计算科学家。”
启动会上,往届参赛师生代表围绕ASC十周年畅所欲言,交流ASC带来的价值和收获,分享自己与团队的成长和体会。
为了帮助参赛师生更好地备战,ASC组委会将于1月20日-21日举办线上集训营,邀请世界知名学术机构、高科技企业的高性能计算及人工智能专家解读竞赛规则,详解集群设计与评测、加速计算、并行优化等超算知识和赛题背景,并进行深度学习训练优化等人工智能方面知识的培训。往届ASC获奖团队的师生代表也将分享他们的成功经验与宝贵建议。

ASC 世界大学生超级计算机竞赛(ASC Student Supercomputer Challenge)由中国发起组织,并得到亚洲及欧美相关专家和机构支持,旨在通过大赛平台推动各国及地区间超算青年人才交流和培养,提升超算应用水平和研发能力,发挥超算的科技驱动力,促进科技与产业创新。ASC超算大赛迄今已举行至第十届,吸引超过万名世界各国大学生参赛,是全球最大规模的超算竞赛。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。