超算与AI融合呼唤更多“π型人才”

中青报·中青网记者 邱晨辉

如果把超级计算机比作物流中心，数据处理就像物流出货。如何更高效地“出货”？

有人选择“把货物放在离出货口更近的位置”，即通过内存优化让数据贴近处理器；也有人将“大包裹拆分成小包裹”，借助并行计算让CPU与GPU分工协作，同样可以提升数据的处理效率。但无论哪种策略，核心都指向同一命题：如何在有限的资源中获得更高的性能？

在刚刚结束的2025 ASC世界大学生超级计算机竞赛总决赛上，这道命题被具象化为一场“极限挑战”。来自全球的25支大学生队伍，需要在4000瓦功耗限制下，完成小型超算集群的搭建，并优化运行国际通行基准测试HPL和HPCG、AlphaFold3推理优化、RNA甲基化修饰位点检测、DeepSeek推理优化、宇宙中微子探测模拟等前沿科学与工程应用。

“这不是单纯的速度竞赛，而是用创新思维解锁算力的更多可能。”ASC组委会委员刘羽告诉记者，随着超算与智算的边界出现交融的趋势，既深谙超算系统设计优化、又了解前沿科学技术应用的“π型人才”，正成为刚需。

作为中国发起、全球参与人数最多的超级计算机竞赛，ASC竞赛一直以来都扮演着前沿技术探索的实验场。今年的赛事命题，暗含着技术演进的深层逻辑。

在计算专家看来，当前超算与AI的协同发展正经历三个阶段：第一个阶段是赋能AI，超算为AI提供算力助推剂；第二个阶段是借力AI，用AI优化计算系统智能化；第三个阶段就是融合AI，构建内置智能引擎的新范式。

这种演进在本届赛题中尤为明显。以最受关注的“DeepSeek推理优化”为例，参赛队伍需要基于DeepSeek R1-32B设计并部署一个仅使用CPU的大语言模型推理服务系统，在保证推理结果正确性和系统吞吐的前提下，尽可能缩短各类任务的推理时间。

在刘羽看来，这要求年轻的大学生们对于大模型推理系统有更深刻的洞察：如何用好集群的算力？如何针对延迟优先和吞吐优先的不同的推理任务，做好整个推理服务的任务调度？

这场看似“螺蛳壳里做道场”的技术博弈，实则藏着产业界的真实需求：当前，以千亿级参数为代表的尖端模型持续突破智能边界，通常需要高性能计算设备支持其复杂任务处理；而以百亿参数为代表的“中小型模型”凭借优异的性能与适中的计算需求，正成为产业智能化升级的主流选择。根据IDC2024年最新报告，当前超过70%的企业核心系统仍运行在CPU架构上，CPU无须额外改造即可快速部署AI能力，显著降低硬件投入成本，助力企业高效实现大模型的应用落地。

“将大模型CPU推理设为赛题，就是要直面产业落地的真实痛点，探索通用算力潜在的可行性方案。”刘羽说。

也因此，在不少参赛学生看来，这不是一场编程考试，也不是硬件装机大赛，而是一场展现体力、智力与协作力的科技界铁人三项。

在前两个比赛日，已经熟悉并行计算技术的各支团队，需要亲手设计、安装性能均衡的小型超算集群。并且需要通过HPL、HPCG两项基准测试，HPL基准测试相当于超级赛车的直线加速赛，需要在最短的时间内跑出最好的成绩。HPCG相当于让这辆超级赛车，通过复杂的城市路段，考验其均衡性。

“看似是比拼硬件算力，实则是软硬协同优化与战略布局的智慧博弈。”刘羽说，参赛队伍必须根据现场所公布的赛题特征以及自身的技术优势，做出四重关键决策，动态调整、团队分工，对计算资源的运筹帷幄，对技术路线的审时度势。

青海大学计算机学院院长翟季冬认为，培养具备软硬件协同优化能力的工程创新人才已成为时代命题。通过将计算机学科与众多一流学科进行交叉融合，不断促进大学生学习多种学科知识，掌握多种工程优化技术，以培养具备系统性工程能力的跨学科人才。

这种培养模式已初见成效。齐鲁工业大学李京鸿同学，作为生物工程专业学生连续三年作为主力参加ASC比赛，不仅可以选择生物工程方向的工作，也可以选择计算机、AI for Science等方向的工作……

正如ASC专家委员会主席、图灵奖获得者、田纳西大学杰出教授杰克・唐加拉所言：“年轻人在比赛过程中展现出的对新兴技术的着迷、直面复杂挑战的无畏勇气，以及跨越边界的协作精神，共同点燃了学生们探索、创新并最终实现自我突破的火种。”

在他看来，超算的未来在于从速度竞争到价值创造的转变，而这一切变革的核心驱动力在于人才，特别是具备AI+X跨学科能力的青年科技人才。

来源：中国青年报客户端