10月15日,以“纵横驰骋 ‘码’上争锋”为主题的第二届“先导杯”计算应用大奖赛完美收官。
自开赛以来,国内外共计1500余选手、1000余战队积极参与比赛,涵盖北京大学、清华大学、慕尼黑大学等国内外知名学府,浦发银行、滴滴、小米科技等优秀企业。最终,51支战队会师决赛,在智能交通检测、量子计算、开放应用赛道等7大赛道展开最后角逐,共同瓜分300万大奖。
据介绍,大赛每个赛道设一、二、三等奖共计6个名额的奖项,依据选手线上成绩+线下答辩的综合得分进行排名。经过激烈的比拼与答辩评审,最终,首届比赛最大赢家“香蕉牛奶”战队(原“榴莲牛奶”战队),继续揽获CP2K赛道、tracer2d赛道的一等奖及SpMV赛道、特征值求解赛道的二等奖,成为最大奖金获得者;作为本届报名人数最多、成果产出最多、奖金比例最高、竞争最为激烈的智能交通检测赛道,来自天津天瞳威势电子科技有限公司的“Seigato”战队,力克对手,捧得金奖。
此外,本届“先导杯”由中科曙光、百度等科技企业及郑州大学等高校科研院所强强联手,为大赛提供业界领先的计算算力平台和应用实践平台。同时“先导杯”也邀请了多位咨询专家和评审专家,及时为开发者们提供帮助。
中国工程院院士、大赛咨询委员会副主席孙凝晖认为,计算应用是一个“老大难”问题,通过这些年的努力,我国在传统计算应用领域提升巨大。这次大奖赛除了传统的计算应用,更涌现出人工智能、大数据等新的领域,切实推动一批基础软件及重要应用领域的突破和创新,极大地促进计算应用发展。希望“先导杯”大赛持续办下去,助力中国的计算应用发展得更好。
值得一提的是,此次比赛的成果数量和质量远超首届,大赛共计产出400余份创新应用的移植、优化成果,涉及生命科学、材料模拟、计算化学、物理、天文、气象、海洋、石油、地质等20多个领域的交叉应用,成为同类计算机应用大赛中领先者。在应用和技术方面,实现了多方突破。
据悉,“Seigato”战队结合一站式AI开发平台,分别在自动驾驶、智能导航和城市道路环境变化监测方面提供了解决思路及方案,对于实时地图导航场景下,不同种类的交通检测的实时提醒、规范车主驾驶行为、保障用户出行等方面发挥了重要作用。
而来自中科院软件所的“ISCAS-SC”战队,其提交的应用项目,通过高准确的对流的数值模拟算法,对水汽运动进行特殊传输模拟,为数值天气预报以及雾霾预警提供算法及应用支持。
中科曙光高级副总裁任京暘表示:目前我国计算硬件设施上已达到了世界领先水平,但计算软件生态、软件人才及应用领域还存在短板,这需要产学研各界共同努力把产业应用短板补齐,这也是我们举办“先导杯”大赛的初衷。“未来希望通过产业界合力,在通用软件领域和关键领域取得更多突破,也希望大家持续为“先导杯”建言献策,力争让明年大赛办的更好,也更好的推动计算产业发展。”
“先导杯”组委会秘书长李斌提到,这次“先导杯”大赛选用的平台为选手们提供了顶级编程环境,大赛竞选出的众多优秀解决方案,对于改善能源、大数据、人工智能、商业等领域的关键应用优化问题提供了重要参考,对于促进我国计算产业相关应用落地具有重要意义。
作为大赛主办方之一,百度AI技术生态部总经理刘倩表示,选手们在“飞桨+曙光”的国产化软硬件开发环境中实现了人工智能产业应用的丰硕实践成果,希望未来继续携手产学研用各界为核心技术攻克、产业应用效率提升提供优异的底层支持和生态基础。
据了解,第三届“先导杯”计算应用大赛已进入赛题筹备环节,希望助力中国计算产业高效、持续、健康发展。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
AWorld团队开发的Recon-Act系统采用"侦察-行动"双团队协作模式,通过工具中心的自我进化机制实现智能浏览器操作。系统在VisualWebArena测试中达到36.48%成功率,超越现有自动化方案。其创新性在于将信息收集与任务执行分离,通过对比成功失败案例自动生成专用工具,为未来智能浏览器助手发展提供了新思路。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
中科院团队提出QuantVGGT技术,首次解决大规模3D重建AI模型的部署难题。通过双重平滑精细量化和噪声过滤多样化采样两项核心技术,成功将12亿参数的VGGT模型压缩75%体积、提升2.5倍速度,同时保持98%原始性能。实验结果显示该方法在相机位置估计和点云地图生成任务上均显著优于现有量化技术,为3D AI技术的产业化普及提供了重要突破。