5月10日, 第十届ASC世界大学生超级计算机竞赛总决赛在中国科学技术大学落下帷幕。在现场竞赛中,北京大学、中国科学技术大学分获冠亚军,中国科学技术大学获e Prize计算挑战奖,浙江大学获最高计算性能奖,其他多队也取得佳绩。
第十届ASC超算大赛共有全球300余支高校代表队报名参加,经过预赛选拔有24支队伍晋级总决赛。其中,20支中国大陆高校队伍参与现场竞赛,其他高校队伍通过亚马逊云进行线上竞赛比拼。
决赛要求各参赛队伍在3000瓦功耗约束下自行设计并现场搭建集群系统,运行优化国际通行基准测试HPL&HPCG、AI语言大模型、机器学习分子动力学应用DeePMD、气候水文模式应用WRF-Hydro、神秘应用海洋数值模式FVCOM等前沿科学与工程应用。总决赛期间,24支队伍还通过抽签分为四组完成超级团队赛,通过跨团队、跨地域合作,共同挑战随机量子线路采样模拟赛题。
总决赛争夺异常激烈,最终北京大学代表队发挥出色,在气候水文模式应用WRF-Hydro、机器学习分子动力学应用DeePMD等多个赛题均有上佳表现,反映出全面、深刻的超算系统与应用理解能力以及出色的性能优化能力,夺得总冠军。中国科学技术大学代表队在AI语言大模型、基准测试等多个赛题中都取得优秀成绩,获得亚军。
中国科学技术大学代表队在极具挑战性的AI语言大模型训练任务赛题中表现出色,通过引入业界前沿的大模型并行策略、计算加速算法和显存优化机制,并均衡考虑训练速度及loss收敛性,取得了全场最佳成绩并获得e Prize计算挑战奖。
浙江大学代表队实现计算系统在3000W总功耗约束下109万亿次/秒的HPL持续浮点运算性能,获得最高计算性能奖。
由南方科技大学、哈尔滨工业大学(深圳)、兰州大学、上海交通大学、齐鲁工业大学、香港中文大学组成的超级团队对随机量子线路采样模拟赛题实现了高效优化,获得了超级团队奖。
此外,北京航空航天大学、中山大学、青海大学等队伍凭借在单项赛题上的优异表现获得了应用创新奖。
在线上竞赛中,香港中文大学获得冠军,香港中文大学、台湾新竹清华大学、泰国农业大学等队伍分获应用创新奖。
ASC竞赛发起人、中国工程院院士王恩东表示:“十年来,ASC竞赛通过不断创新和产学研用的融合,逐渐探索出‘以应用为导向,以复合型人才为核心’的科技新青年培养范式。从ASC竞赛中走出的科技新青年,具备全球化视野,乐于探索前沿科技,拥有科学精神和创新思维,重视团队协作,已经成长为科技创新的新生代力量。”
中国科学技术大学校长、中国科学院院士包信和表示:“非常荣幸第十届ASC超算大赛总决赛能够在中国科学技术大学举办。中国科大一直以来都非常重视在前沿交叉学科领域培养世界一流的科技创新人才。ASC作为世界最大规模的超算竞赛,为青年学生的成长提供了非常好的创新教育平台,将进一步推动中国科大在前沿交叉科技领域的人才培养。”
ASC专家委员会主席、图灵奖获得者、田纳西大学杰出教授杰克 唐加拉(Jack Dongarra)表示:“ASC超算竞赛的目标是培养下一代年轻人才,激励大学生们在超级计算和人工智能领域进行探索、创新和协作。在高性能计算系统、基准测试以及3000瓦功率上限的科学应用方面,大学生们投入了大量精力进行设计、构建、调试和优化,这些行为确实鼓舞人心。”
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。大赛迄今已连续举行10届,共吸引了全球超过10000名大学生参赛,是目前全球规模最大、参与人数最多的大学生超算赛事。
好文章,需要你的鼓励
甲骨文云基础设施与xAI达成合作,OCI将为企业客户托管xAI的Grok模型。此次合作使Grok 3等模型可供以数据为中心的客户群进行训练和推理,支持Nvidia和AMD加速器。OCI采用独特的AI策略,专注于企业数据需求,保持模型和工具的不可知论立场,让生态系统合作伙伴专注于提供工具,而OCI确保体验的无摩擦、高性能和安全性。
华为诺亚实验室联合多家顶尖院校推出开源机器人编程框架Ark,通过Python优先设计和模块化架构,实现仿真与现实环境的无缝切换。该框架大幅降低机器人编程门槛,支持现代AI技术集成,为机器人学习研究提供统一平台,有望加速机器人技术普及。
量子计算何时能商用化仍是行业关注焦点。专家指出,除了逻辑量子比特和错误纠正技术,量子计算系统还面临诸多挑战:激光器缺乏相干性、稀释制冷机难以适应数据中心环境、系统可扩展性不足等硬件问题。此外,量子计算机需要达到99.999%的运行时间要求,编程易用性和与传统高性能计算的混合架构复杂性也有待解决。
网易有道研究团队开发了Confucius3-Math,这是一个专门针对中国K-12数学教育的14B参数AI模型。该模型在多项数学推理测试中表现出色,超越了许多规模更大的竞争对手,训练成本仅需2.6万美元,推理速度比DeepSeek-R1快15倍,能在消费级GPU上高效运行,旨在通过降低AI教育成本来促进教育公平。