近日，ASC世界大学生超算竞赛应用赛题研讨会(下简称“研讨会”)在青海大学成功举办。会上，来自ASC24总决赛的赛题应用专家、评审专家和ASC24参赛队代表齐聚，探讨了ASC应用赛题的挑战、分享了宝贵的参赛经验，并对前沿的超算研究成果进行了深入交流。

ASC世界大学生超算竞赛应用赛题研讨会代表合影

本次研讨会由 ASC 竞赛组委会联合青海大学共同举办，旨在为超算人才建立起知识共享、技术交流、思维碰撞的桥梁。通过本次研讨会，ASC参赛青年将深化理论知识学习和应用优化能力，并通过与超算专家的面对面交流，为未来的科研工作和职业发展打下基础。

研讨会现场交流

青海大学计算机技术与应用学院院长薛巍向出席本次研讨会的各位专家和参赛队员表示热烈欢迎和衷心感谢。他指出，青海大学一直非常重视计算技术发展与人才培养，本次研讨会可以进一步加强超算人才交流，通过成果展示、经验分享、问题研讨，激发参与者的创新灵感，为超算技术发展注入新的活力。

青海大学计算机技术与应用学院院长薛巍

ASC评审委员会主席、中国科学院计算机网络信息中心高性能计算部主任金钟表示，ASC竞赛不仅促进了计算技术的创新，也推动了我国青年人才培养。他对参赛队员在竞赛中展现的应用优化能力和应变能力给予高度评价，并期望本次研讨会能够进一步点燃青年才俊的创新激情。

ASC评审委员会主席中国科学院计算机网络信息中心高性能计算部主任金钟

赛队分享

ASC24超算大赛总决赛要求各参赛队伍在3000瓦功耗约束下设计安装小型超算集群，运行优化国际通行基准测试HPL&HPCG、大模型推理优化、渗流数值模拟、火星大气模拟、地震波模拟、新型材料结构计算等前沿科学与工程应用，并参加英文答辩。北京大学、中山大学、浙江大学、齐鲁工业大学、青海大学等队伍在各项赛题上取得了优异成绩，在研讨会现场，他们分享了本次参赛的经验和收获。

作为卫冕冠军，北京大学队队长孙远航分享了他们的夺冠经验和策略。他将赛题归纳为两种类型：白盒优化和黑盒优化，前者要求团队深入分析并针对明确优化点进行改进，后者涉及对大量小函数的复杂优化。他通过具体案例展示了团队如何通过改变数据结构和算法来显著提升计算性能，并表示ASC竞赛能够充分激发团队间的学习协作、跨学科的思考和方法创新的能力。

北京大学队孙远航

针对e Prize计算挑战奖的指定赛题——渗流数值模拟赛题，中山大学队的罗以彬和黄宇杰分享了独特的解题思路。他们针对仿真中的块状稀疏矩阵问题，提出了改进矩阵乘法接口和利用即时编译技术提升性能的方法。他们使用了向量化SIMD技术充分利用CPU算力，通过代码重构降低应用通信需求，结合阶段分离策略减少阶段间的依赖，减少了应用访存需求，从而有效缓解访存瓶颈，提升计算性能。他们的分享涵盖了从理论到实践的全方位内容，为该应用优化提供了新思路。

中山大学队罗以彬（左）和黄宇杰（右）

浙江大学队指导老师王则可作为代表，分享了他们在大模型推理优化赛题上的架构方案，包括如何充分利用实验室资源，以应对多样化的硬件选择问题。他们使用了数据并行策略，在一个节点的8个GPU上运行，同时简化了编译流程。他们希望未来的赛题能够更具科研价值和挑战性，以提升学生的参与度和创新动力。

浙江大学队指导老师王则可

地震波模拟是ASC24总决赛的超级团队赛赛题，齐鲁工业大学队所在的“超级团队”成功将原始代码的运行时间从527秒优化至120余秒，加速比达到4.2倍。李杰相作为代表，介绍了他们的实践经验。他们对赛题进行了深入分析，识别并针对性能瓶颈进行了优化，包括更新库版本，实施OpenMP并行化，并对MPI通信进行了异步优化，减少了文件读写操作，有效降低了I/O阻塞。此外，他们利用编译器优化了非必要的计算步骤，改进了内存访问模式，通过算法优化和内存复用来提升效率。这些综合措施的使用帮助他们极大提升了应用性能。

齐鲁工业大学队李杰相

青海大学队的罗朝阳分享了他们的ASC24参赛收获。他们开展定期组会进行知识交流和问题解决，通过每周分配任务强化专题学习，以增强对赛题的理解和应用。此外，为了提升对硬件的熟悉程度以及现场解决问题的能力，他们操作自己的小型CPU集群来模拟比赛现场。在技术优化方面，团队解决了大模型推理的缓存和计算瓶颈问题，并通过模型压缩和量化技术减少了模型大小，提高了推理速度。罗朝阳还建议在优化框架中提供更多灵活性，并对再训练的必要性和开销进行了讨论。

青海大学队罗朝阳

赛题应用单位分享

ASC竞赛一直聚焦前沿科学，每年的应用赛题都紧跟最新的科学和工程成果，引导大学生探索和解决当下最紧迫的科技创新问题。本次研讨会特别邀请了ASC24赛题专家进行专题分享，帮助参赛队伍深入了解赛题背后的超算应用情况，为未来科研方向的选择和职业发展积累经验。

中国科学院数学与系统科学研究院的张晨松研究员在讨论渗流数值模拟赛题时，强调了其在油藏数值模拟领域的重要应用。他强调了在该领域提升计算能力的重要性，并介绍了在数值模拟优化、并行计算性能瓶颈识别、数据驱动和神经网络预测等方面的科研进展。他们在努力推动高性能计算与深度学习结合，并寻求技术创新来提高油气资源的开发效率。

中国科学院数学与系统科学研究院张晨松研究员

针对火星大气模拟赛题，中国科学院大气物理研究所正高级工程师董理围绕他的研究成果做了详细介绍。他讲述了火星作为地球的"孪生兄弟"，在科学研究和工程问题上的重要性。他详细讨论了火星大气环流的特点、季节性变化、沙尘暴的形成机制，以及数值模拟在理解火星大气中的关键作用，并期待更多超算青年投身大气研究，共同完善物理过程研究，提升大气模式的分辨率。

中国科学院大气物理研究所正高级工程师董理

北京智源人工智能研究院大模型算法研究员玄日成是ASC24大模型推理优化赛题的评审专家。他从赛题设计和评审过程两方面展开分享，详细讨论了赛题背后的逻辑，包括在特定硬件上实现大模型的推理加速和精度控制问题。他强调了推理优化技术在降低AI公司成本、缩短响应时间和提升用户体验方面的重要性，并指出了人才市场对推理优化工程师的高需求。面对实际应用场景的复杂性和代码漏洞挑战，他对参赛队伍展示的技术方案多样性和创新能力表示赞赏。

北京智源人工智能研究院大模型算法研究员玄日成

* 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十一届，吸引来自全球六大洲上万名大学生报名参赛，是全球最大规模的大学生超算竞赛。