至顶网网络频道 10月18日 综合消息: 一年一度的HPC Advisory Council (国际高性能计算咨询委员会)中国研讨会如期而至。会上,HPC Advisory Council正式揭晓第五届大学生RDMA编程挑战赛 (The 5th Student RDMA Programming Competition) 的比赛结果,并为获奖队伍颁奖。国防科技大学参赛代表队的作品获得众评委的高度评价,以最突出的成绩摘取大赛设立的特等奖。此奖项在过去两年都未曾有团队能够摘取。来自中国科学技术大学和上海交通大学的两只队伍凭借出色的表现摘取一等奖。华中科技大学1队和2队同时夺得二等奖,三等奖则花落南京大学和清华大学。
获奖队伍合影
今年是大赛创立的第五年,赛事辐射面进一步扩大,吸引了来自全球各地的数十支高校队伍报名参加,并受到了来自国际顶尖高性能计算、云计算和大数据领域专家的广泛关注和媒体的争相报道。
本届大赛的竞赛题目紧贴世界超算产业的发展趋势,重点围绕人工智能、深度学习的理论框架、实践模型与未来发展趋势等主题展开,注重赛题与实际应用相结合。在“人工智能”迅猛的发展势头下,如何利用高性能计算推动人工智能已成为近年来业界聚焦的热点。
大赛发起人,HPC Advisory Council亚太区主席刘通
大赛发起人,HPC Advisory Council亚太区主席刘通表示: “RDMA是解决人工智能时代数据传输瓶颈的最高效网络传输协议。无论是传统的高性能计算应用还是新兴的深度学习框架,RDMA通信方式都是其中的关键环节。RDMA编程挑战赛为参赛大学生创造了交流沟通的平台,他们有机会接触最前沿的科技领域并进行深层次的探讨与分享,培养创新精神和未来意识。在实践中学以致用,这无疑有助于推动学术界与产业界的不断融合。”
中国计算机学会高性能计算专业委员会秘书长张云泉
中国计算机学会高性能计算专业委员会秘书长张云泉在开场致辞中表示:“人工智能、大数据、数据分析,这一切都依赖于RDMA技术。这项技术能够提升性能和效率,使我们能够去搜索令人惊叹的海量数据。作为本届大赛的核心支持机构,高性能计算专业委员会为竞赛提供鼎力支持。该比赛无疑为RDMA编程爱好者提供了一个广泛交流的好机会,有助于推进RDMA在人工智能领域的应用和下一代应用技术的开发,以及 “万物智能” 愿景的早日实现。”
HPC Advisory Council主席Gilad Shainer
“人工智能的发展离不开先进的计算平台,更离不开拥有高速数据传输效率的RDMA技术。”HPC Advisory Council主席Gilad Shainer先生表示, “我很高兴看到来自世界各地的顶尖高校同场竞技,这不仅是开发水平的检验,同时也在为人工智能领域储备人才。相信同学们的努力将对RDMA技术以及人工智能在中国的发展起到积极的推进作用,而这些技能无疑也将适用于他们未来的职业生涯。”
HPC Advisory Council授予京东集团 “加速AI、创新数据中心” 奖
左为京东IT资源服务部 自动化部&IDC建设部总监张敬
右为HPC Advisory Council主席Gilad Shainer
第五届大学生RDMA编程比赛获得了国内外多家知名机构的大力支持,包括:美国圣地亚哥超算中心、美国阿贡国家实验室、中国高性能计算专业委员会、China Grid 等等。评审委员由来自国外的资深专家以及国内深度学习领头羊企业的专业人士组成,包括:阿里巴巴、京东、科大讯飞、SenseTime(商汤科技)、旷视科技(Face++)、Mellanox、NVIDIA,并由HPC Advisory Council主席Gilad Shainer出任评审委员会主席。
作为一种先进的网络数据传输方式,RDMA(远程直接内存访问)技术除了在HPC领域,在深度学习、云计算、大数据和高频交易等领域有广泛的应用,和传统的网络相比能显着提升原有应用的效率。它允许网络中的计算机直接从内存里交换数据,而不用涉及任何一台计算机的处理器、高速缓存或者操作系统。
随着高性能计算、人工智能与深度学习的兴起,业界急需RDMA相关技术人才的培养和选拔。在本届颁奖典礼之前的研讨会上,就有来自阿里巴巴、京东集团、科大讯飞、商汤科技,旷视等全球顶尖互联网企业的架构师就大数据时代的RDMA和人工智能展开探讨,并表达了对该方面人才的渴求。
我们期待更精彩的下一届,希望能够吸引更多院校参赛,并取得理想的成绩。
关于本届大赛:
大赛主办方:HPC Advisory Council(国际高性能计算咨询委员会)
支持机构:中国计算机学会高性能计算专业委员会,ChinaGrid,美国圣地亚哥超算中心,美国阿贡国家实验室
支持企业(根据字母排序):阿里巴巴、京东、科大讯飞、旷视科技(Face++)、Mellanox、NVIDIA、SenseTime(商汤科技)
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。