Tin ngành
Taichu và Phòng thí nghiệm AI Thượng Hải tổ chức cuộc thi tối ưu hóa toán tử cho AI4S và kiến trúc mô hình mới
(giờ Việt Nam)
Tóm tắt AI
Taichu và Phòng thí nghiệm AI Thượng Hải hợp tác tổ chức cuộc thi tập trung vào tối ưu hóa toán tử cho AI4S và các kiến trúc mô hình AI thế hệ mới, nhằm thúc đẩy hiệu suất tính toán trong nghiên cứu khoa học.
Bản dịch AI
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
23-07-2026 09:43:44 Nguồn: QbitAI
Mới đây, cuộc thi đổi mới toán tử KernelSwift do Phòng thí nghiệm Trí tuệ nhân tạo Thượng Hải tổ chức đã chính thức được công bố. Cuộc thi tập trung vào việc tối ưu hóa các toán tử hiệu năng cao và xây dựng hệ sinh thái năng lực tính toán nội địa, với nhiều hạng mục thi đấu mở rộng cho tất cả mọi người đăng ký tham gia. Trong đó, doanh nghiệp điện toán thông minh nội địa Taichu (Hangzhou) Integrated Circuit Co., Ltd. ("Taichu Yuanqi") với tư cách là đối tác chính của cuộc thi đã giới thiệu hạng mục thi đấu tối ưu hóa toán tử cho AI4S và các kiến trúc mô hình mới (Hạng mục Taichu).
Được biết, hạng mục thi đấu tối ưu hóa toán tử cho AI4S và các kiến trúc mô hình mới tập trung vào lĩnh vực AI for Science (AI4S) – nơi có sự kết hợp sâu sắc giữa trí tuệ nhân tạo và tính toán khoa học. Mục tiêu là thông qua thực chiến để tìm kiếm các nhân tài tối ưu hóa toán tử hiệu năng cao, thúc đẩy sự tương thích sâu rộng giữa năng lực tính toán nội địa và các mô hình AI4S tiên tiến. Đáng chú ý, hệ thống chuyển đổi toán tử thông minh KernelSwift sẽ đóng vai trò là công cụ tạo toán tử cho cuộc thi, cung cấp cho các thí sinh sự hỗ trợ mạnh mẽ từ các công cụ nền tảng, giúp giảm đáng kể rào cản trong việc phát triển và tối ưu hóa toán tử.
Theo thông tin từ ban tổ chức, hạng mục thi đấu tối ưu hóa toán tử cho AI4S và các kiến trúc mô hình mới xoay quanh OneGenomeRice — mô hình AI hướng tới hệ gen học lúa gạo. Các thí sinh cần hoàn thành việc tối ưu hóa hiệu năng cho các toán tử reshape_and_cache_flash và flash_attn_varlen_func, đồng thời tích hợp vào khung Teco-vLLM.
Đề thi hướng tới các kịch bản điển hình trong lĩnh vực khoa học sự sống, không chỉ kiểm tra độ sâu hiểu biết của thí sinh về kiến trúc mô hình mà còn thử thách khả năng triển khai kỹ thuật trên phần cứng nội địa. Các đội thi có thể tự do thành lập nhóm, quy mô mỗi đội từ 2-5 người.
Về giải thưởng, tổng nguồn lực của cuộc thi lên tới quy mô hàng triệu, bao gồm tiền mặt, năng lực tính toán, hỗ trợ nền tảng và nhiều nguồn lực đa chiều khác. Đối với hạng mục tối ưu hóa toán tử cho AI4S và các kiến trúc mô hình mới (Hạng mục Taichu), tổng quỹ giải thưởng lên tới 180.000, trong đó mỗi đội có thể nhận giải thưởng tiền mặt cao nhất là 30.000. Đồng thời, mỗi đội hoàn thành đề thi sẽ nhận được phần thưởng Token trị giá 1.000, được cấp dưới dạng API thông qua nền tảng TecoAPI của Taichu Yuanqi. Nền tảng này được triển khai tại Trung tâm Điện toán Thông minh Sân bay Hà Nam – trung tâm điện toán thông minh nội địa quy mô lớn nhất khu vực miền Trung, cung cấp dịch vụ truy cập năng lực tính toán nội địa thuận tiện cho các nhà phát triển.
Được biết, việc đăng ký cho cuộc thi tối ưu hóa toán tử AI4S đã bắt đầu và kéo dài đến ngày 21 tháng 8. Thí sinh có thể đăng ký thông qua trang web DeepLink - Innovation Competition - Track 3: AI4S and New Model Architecture Operator Optimization Track - Taichu Track, và nộp mã dự thi trước ngày 31 tháng 8. Ngoài ra, ban tổ chức cuộc thi sẽ trang bị cho tất cả các đội thi máy chủ đám mây sử dụng thẻ tăng tốc AI của Taichu, đồng thời cung cấp các video đào tạo và tài liệu phát triển chi tiết để hỗ trợ toàn diện cho thí sinh trong quá trình chuẩn bị.
Bài viết này do Taichu Yuanqi cung cấp, QbitAI được ủy quyền đăng tải lại, quan điểm thuộc về tác giả gốc.
Bản quyền đã được bảo hộ, nghiêm cấm sao chép và sử dụng dưới mọi hình thức khi chưa được cho phép, mọi vi phạm sẽ bị xử lý theo pháp luật.






Bài viết được AI dịch và tổng hợp tự động từ QbitAI. Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.