干货与Passion拉满！ASC25超算大赛集训营成功举办

摘要：来自ASC竞赛组委会、百图生科、西湖大学、中国海洋大学、上海交通大学、华东师范大学、中科院、中山大学等单位的专家，围绕ASC竞赛规则，预赛赛题与解题思路，Linux操作系统、Fortran编程、MPI&OpenMP并行程序设计、OpenACC offload、

1月14-15日，为期两天的2025 ASC世界大学生超级计算机竞赛集训营在北京成功举办，各参赛高校队伍的师生代表现场参加了此次培训。

ASC25超算大赛集训营现场

来自ASC竞赛组委会、百图生科、西湖大学、中国海洋大学、上海交通大学、华东师范大学、中科院、中山大学等单位的专家，围绕ASC竞赛规则，预赛赛题与解题思路，Linux操作系统、Fortran编程、MPI&OpenMP并行程序设计、OpenACC offload、集群搭建及优化等超算知识进行了细致分享与现场答疑。同时，上届ASC竞赛的优秀队伍北京大学、中山大学也现身本次集训营，带来实战技巧和经验分享。

ASC竞赛组委会委员赫洁、边晴云，首先对ASC发展历程、ASC25竞赛规则、集群的优化、HPL及预赛注意事项等做了全面讲解。

百图生科AI大模型研究院高级总监王辰龙，详细介绍了优化AlphaFold3推理性能赛题。蛋白质结构预测是生物信息学和计算生物学中的一个重要领域，根据蛋白质的氨基酸序列预测其三维结构，有助于理解蛋白质如何执行生物学功能。尽管已知结构的蛋白质数量有限，通过实验方法确定蛋白质结构的过程复杂且代价高昂，近年来，深度学习方法如AlphaFold、RoseTTAFold和ESMFold等，通过先进的神经网络架构，实现高准确度和高效率的蛋白质结构预测。但是，蛋白质结构预测模型的参数量非常多，所需搜索的构象空间非常大，需要最小化未知的非常复杂的能量函数，因此，在计算上也具有挑战性。建议同学们可在对于算法程序与生物知识具有一定理解的基础上，根据自己的擅长领域，选择合适的代码部分进行优化。

百图生科AI大模型研究院高级总监王辰龙

北京大学超算队成员曹思诺对队伍的参赛经验进行了分享。他坚信“热情是一切动力的来源”，在北大超算队集结了一群热爱超算的老中青队员。他详细介绍了队伍的备赛策略，包括任务分工、处理赛题的流程和队伍协作模式，这些策略帮助团队在各项超算竞赛中获得好成绩，其中他特别强调了团队分工及队长职责的重要性。此外，他还分享了如新成员招募、建立健康的传帮带氛围等队伍建设经验，并结合实战探讨了超算竞赛所需的核心能力，以及参赛经历所带来的自身软硬件技术能力、心态、友谊、实践经验等方面的宝贵收获。

北京大学超算队成员曹思诺

中山大学超算队的黄兰舒同学从招新选拔、日常训练到备赛过程中，全面分享了团队的经验和心得。她通过展示训练和比赛中的珍贵照片，从装机到调试，让同学们直观感受到紧张而充满乐趣的比赛氛围。黄兰舒同学认为，ASC超算比赛的独特魅力在于其不确定性，每一道赛题都可能带来全新的挑战，甚至可能发现之前准备的内容毫无作用，这种未知性不仅考验知识储备，更锤炼临场应变能力和创新思维。她特别强调了团队合作的重要性，鼓励同学们在遇到困难时积极沟通，善于运用资源和智慧，“work smarter, not harder”，通过高效的方法解决问题，实现团队目标。

中山大学超算队成员黄兰舒

西湖大学高性能计算中心专家李南对Linux操作系统和基本操作进行了通俗易懂的讲解。Linux是高性能计算领域最常用的操作系统，便于用户适应不同应场景下的灵活配置和使用。Linux最基本的操作多通过命令行方式进行，在这些操作上的合理组合可以满足用户对日常文件处理和数据分析的需要。在介绍这些命令的同时，对Linux系统的基本概念(如目录树、路径、文件权限、重定向、管道)的了解也为理解命令背后的运行机理提供帮助。人工智能时代为各位同学提供了绝佳的工具，结合生成式语言模型工具可以更方便的使用Linux。

西湖大学高性能计算中心专家李南

中国海洋大学物理海洋教育部重点实验室李明悝副教授多年从事Fortran程序设计的本科教学，并且具有丰富的数值模式应用经验，在此次集训中对Fortran语言的软件环境、代码结构、基础语法以及基本应用进行综合性介绍。Fortran是一门古老且被广泛使用的高级程序设计语言，适用于科学计算和数值分析，其诞生旨在满足科学家和工程师进行复杂数学计算的需求。经过几十年的发展，Fortran 经历了多个版本的更新，不仅增加了许多现代语言的特性，还支持基于超级计算机的高性能计算，被广泛应用于航空航天、气象预报、海洋环流、核物理等领域。

中国海洋大学物理海洋教育部重点实验室李明悝

上海交通大学网络信息中心徐冬阳对并行编程基础，以及OpenMP和MPI编程模型做了详细介绍。首先介绍了并行计算的概念，以及其对提升大型问题处理效率的重要作用。然后对OpenMP的共享内存模型和基本指令进行了具体讲解，展示如何通过添加并行化指令，使适合并行的串行代码高效并行化，同时需要注意数据依赖等问题。MPI 部分则基于分布式内存架构，介绍了其进程间通信机制以及点对点和集体通信操作，并通过代码案例展示其在分布式计算中的优势。还介绍了混合编程模型，通过整合 MPI 和 OpenMP 的优势满足多样化的计算需求。建议同学们在学习并行编程时，注重培养并行思维，包括任务分解及数据依赖的分析，而不仅仅局限于工具的使用。

上海交通大学网络信息中心徐冬阳

华东师范大学河口海岸科学研究院研究员葛建忠带来关于加速计算编程模型OpenACC offload的详细讲解。他以河口海岸海洋灾害防御集合预报模型等的发展为例，介绍了随着模型计算量急剧上升，超大的计算负载给预报业务单位和超算中心带了极大的压力。目前的计算架构主要采取基于CPU的多核计算节点扩展方案为主，以增加核数、节点来应对，但这也提高了数值模型应用和拓展的门槛。随着GPU性能的大幅提升和日益普及，传统数值模型也在持续发展中不断进行转型和创新，同学们可以通过学习如何采用GPU加速相关应用，获得性能上的显著提升。

华东师范大学河口海岸科学研究院研究员葛建忠

中国科学院北京基因组研究所（国家生物信息中心）专家杨莹对RNA 5-甲基胞嘧啶（m5C）修饰位点检测赛题做了详细介绍。RNA修饰广泛存在于生物界中各种类型的RNA分子上，并在一系列修饰酶的协同作用下呈现动态可逆的特性，构成了基因表达调控不可或缺的一环。其中，m5C修饰作为RNA甲基化修饰的关键类型，广泛参与RNA加工代谢过程，并在多种生理和病理进程中发挥重要调控功能。近年来，高通量测序与生物信息学分析技术的飞速发展，为揭示包括m5C在内的RNA修饰的调控机制及功能研究开辟了关键技术路径。然而，现有检测技术仍面临高假阳性率与高背景噪声的挑战，精准且高效地鉴定修饰位点对领域内研究非常重要。本赛题基于近期研究报道的单碱基分辨率m5C修饰测序技术及其数据集，旨在鼓励参赛者通过整合数据预处理、比对分析、位点检测及性能优化等关键环节，构建高效低噪的一站式分析流程，实现m5C的高效准确识别，提升检测准确度与算法运行效率，并输出可移植的完整分析工作流，为RNA生物学研究提供新工具。

中国科学院北京基因组研究所（国家生物信息中心）专家杨莹

中山大学计算机学院博士后研究员丰光南对比赛集群搭建和超算体系架构做了全面介绍。他拥有丰富的超算竞赛实战经验，自19年以来一直担任中山大学超算队教练，他特别提醒同学们在集群搭建过程中，安全始终是首要考虑的因素，从硬件安装到软件配置，每一个环节都需严格遵守安全规范。在超算体系架构的设计中，面临诸多挑战，如硬件选择、配置优化、网络设计、存储架构等，这些都直接影响系统的性能和可靠性。丰光南建议同学们在理解系统架构的基础上进行优化，以提升整体性能。