“先导杯”计算机国赛成功举办的背后：国产算力从“可用”迈向“好用”

8月15日，2026年全国大学生计算机系统能力大赛智能计算创新设计赛（先导杯）线下决赛及颁奖典礼在同济大学落幕。

160所高校、500多支队伍、近1900名学生参赛，两大赛题分别围绕千问大模型推理优化和气象大模型部署展开。比赛期间，参赛者在中科曙光开放的国家超算互联网平台上做部署、调优和实机测试。

作为中国高等教育学会认证赛事“全国大学生计算机系统能力大赛”的智能计算赛道，先导杯已经举办至第七届。本届赛事历时近三个月，经过激烈角逐，最终经专家评审、实机测试与现场答辩，“基于国产加速卡的千问大模型推理服务优化”赛题最终评出一等奖2名、二等奖5名、三等奖16名；“基于国产科学智算生态的气象大模型推理部署优化”赛题最终评出一等奖2名、二等奖5名、三等奖14名。总奖金池高达80万，获奖队伍还能拿到校招直通名额。

据了解，整个赛程中，千问赛题累计更新成绩7294次，气象赛题累计更新10726次，合计达到18020次。到了最后一个比赛日，仍有90支千问赛题队伍和61支气象赛题队伍更新成绩。

本届比赛将国产算力环境贯穿赛程，并引入责任专家、高校教师、企业技术团队共同参与赛题设计和技术支持。同济大学指导教师龚晓亮在采访中提到，现在比赛使用的模型、硬件都是最新的，学生需要思考的是如何把这些软硬件平台真正用起来。在这个过程中，教师会围绕学生遇到的问题给予全程指导，让学生大胆探索科研的各种可能性。从去年的算子比赛到今年的大模型端到端优化，赛题的演进紧跟技术潮流。学生产出的优化方案不仅能反哺科研工作，也为国产软硬件生态的建设贡献了年轻力量。

而对国产计算生态而言，参赛团队形成的优化方案和使用反馈，将进一步促进模型、框架、工具链与算力平台适配迭代。

海光信息副总裁应志伟在赛后接受了与非网记者的采访，围绕国产算力安全体系、生态建设、赛事价值及产业未来发展方向展开深度交流。

安全可控的底层逻辑

在生成式人工智能（AI）浪潮席卷全球的当下，大模型正以惊人的速度渗透到政务、金融、能源与科研等关乎国计民生的关键行业。然而，大模型的超强能力也是一把双刃剑。随着“大模型能在一夜之间攻破数百个防火墙”或在短时间内挖掘出未知漏洞的现实案例频传，如何确保大模型在高效运行的同时，兼顾底层架构的“安全可控”，已成为智能计算产业必须跨越的里程碑。

对此，应志伟指出，面对日益复杂的网络安全威胁，传统的边界防御模式在AI时代已显得力不从心。保障智能计算平台安全的关键，在于将安全机制深度融入芯片底层架构之中。

以海光CPU与DCU的布局为例，硬件级的安全链构建已经成为核心防线。通过提供安全启动功能，计算平台能够在主机启动的初始阶段，对BIOS及操作系统进行全流程的验证链审查，从源头杜绝恶意代码的植入。

更为本质的变化在于“双芯协同”的精密计算能力。应志伟告诉与非网记者，过去CPU与GPU往往各自为战，数据在两者之间传输时极易出现安全漏洞。而通过打通CPU与DCU的安全域，大模型从CPU装载那一刻起便受到全程保护，防止被恶意篡改。配合机密通讯技术，用户输入的提示词（Prompt）从客户端出发便维持加密状态，直接进入DCU安全域进行推理处理，最终将加密结果返回客户端。这种覆盖通讯链路、推理过程与部署域的全环境加密闭环，可为大模型筑起一座无法被轻易攻破的“安全围墙”。

国产算力已从“能用”迈向“好用”

芯片产业的成败，往往不仅取决于硬件指标的堆叠，更决定于软件生态的繁荣程度。过去，国外芯片凭借长年在高校与科研机构的深耕，建立了难以撼动的软件壁垒。

对此，应志伟表示：“国产算力要实现突围，必须在兼容性与本土化优化上双管齐下。”

无缝迁移与兼容：通过兼容如x86与CUDA等国际主流生态，并在此基础上进行扩展（如海光的DTK软件栈），国产平台能让开发者将过去积累的编程技巧与算法“无缝迁移”过来，大幅降低了开发门槛与适应成本。
本土化算法优化：在兼容国际生态的同时，针对国内市场的需求，在底层软件、操作系统与算子中融入大量国内特有的算法，让国产芯片能更好地服务本土企业与国家战略。

这种从“能用”到“好用”的转变，在万亿级大模型的训练中得到了实证。诸如DeepSeek、智谱等国内顶尖大模型的诞生与稳定运行，正是基于国产算力平台在软硬件生态上的成熟与媲美世界先进水平的表现。

超节点与全精度科学计算的协同优势

随着大模型规模呈几何级数增长，“单机运行”的时代已成过去。未来的AI竞争，正在转向“超节点”与智算集群的架构博弈。

应志伟告诉与非网记者，由于超大模型无法在一台机器上放下，必须将几十张甚至几百张卡通过高速带宽串联。传统的网络联网模式效率低下，而新一代的超节点生态要求芯片之间必须实现内存地址共享与极速互连。在几千张卡协同作业的集群中，任何一张卡的延迟都可能拖垮整个任务，这对芯片的互连设计提出了前所未有的挑战。

与此同时，在AI for Science（科学计算人工智能）领域，CPU+DCU的双芯协同展现出了独特的技术优势。以复杂度极高的气象大模型预报为例，国际传统厂商的CPU与GPU算子往往无法深度协同。而国产双芯平台能够实时感知整个系统状态，将大型复杂算子交给DCU高效处理，将零碎、算力需求小的边角任务调配给CPU运算。

这种底层计算库、编译器与操作系统的深度协调，配合全精度高端芯片能力，不仅可提升整机算力的利用率，更能在日常气象预报、台风预测与防汛等重大民生场景中，实现科研与应用的双重落地。