目录

国产开源 GPU AI 创新生态赛

赛题背景

本次大赛旨在推动国产开源 GPU 算力生态的发展,联合中国光华科技基金会作为公益支持单位,共同促进开源 AI 应用在实际场景中的落地。参赛团队将基于 OpenClaw/Claude Code/Open Code/Codex 等多个 AI 工具进行开发,使用 Gitee.AI 平台提供的沐曦资源包 API 或沐曦算力卡完成模型推理,并调用部署在沐曦 GPU 算力环境中的大模型服务实现智能功能。

通过本场比赛,希望达到以下目标:

  • 推动国产GPU在AI应用场景中的实际使用
  • 鼓励开发者探索更多Skill与MCP的应用场景
  • 促进开源生态与国产算力的深度融合
  • 在GitLink平台实现可复现、可共享的开源项目成果

算力平台使用

  • 算力平台使用:必须使用Gitee.AI平台提供的沐曦资源包API或沐曦算力卡
  • 真实调用验证:作品需基于国产算力完成真实调用与运行验证,提供完整调用日志与性能数据,禁止直接调用外部云端模型服务(如OpenAI API等)

算力领取

  • 点击链接:https://developer.metax-tech.com/activities/5 进入沐曦开发者社区-算力领取页面;
  • 注册登录沐曦开发者社区,进入活动页面,填写并提交你的报名参赛信息;
  • 审核通过后,即可收到一封邮件,邮件内包含沐曦算力券兑换码;

注:请先完成大赛报名再领取算力券,领取时需要核验报名信息;

赛程安排

  • 3 月 20 日 - 7 月 10 日:完成参赛报名、领取算力、作品开发、作品提交;
  • 7 月 11 日 - 7 月 15 日:初赛线上评审;
  • 7 月 17 日 - 7 月 19 日:决赛入围名单公布;
  • 7 月 18 日 - 8 月 6 日:决赛作品优化提交;
  • 8 月 11 日 - 8 月 16 日:获奖名单公示,活动现场颁奖

算力领取

申领对象:

本次算力券的领取对象为已完成本次赛事官方报名、报名信息真实有效的人员,具体覆盖范围包括:在校学生(含初高中、专科、本科、硕士、博士)、科研人员、企业及个人开发者、开源技术社区贡献者。申领人必须为本人实名申领,申领信息需与赛事官方报名信息完全一致。

发放额度:

每位参赛者可以领取 1 张 300 元面额的沐曦 GPU 算力券。

参赛者在参赛过程中,因赛事相关的学习测试、开发调试、模型训练、作品优化等环节需要额外算力资源的,可将本人实名参赛信息、项目进展说明、详细算力需求方案发送至赛事组委会指定工作人员邮箱,经组委会与沐曦技术团队联合审核通过后,可为其提供专项增加额度的算力券专属支持,切实保障参赛项目的算力使用需求。

算力券用途限制:

  1. 算力券仅限申领人本人用于本次第八届 CCF 开源创新大赛・沐曦「国产开源 GPU AI 创新生态赛」相关合规环节,包括但不限于赛事相关的技术学习、环境测试、项目开发、作品调试、成果部署等赛事配套用途。
  2. 严禁任何形式的转售、转让、套现等违规行为,严禁用于与本次赛事无关的商业经营、非法活动等其他非约定用途。一经发现违规使用行为,有权立即冻结、作废该算力券,并保留追究其相关法律责任的权利。

申领与发放流程:

符合申领条件的参赛者,需通过沐曦开发者社区官方指定的赛事算力券专项申领入口,提交线上申领申请,同步提交本人赛事报名凭证,确保申领信息与赛事官方报名信息完全匹配。审核通过后,通过沐曦开发者社区平台,向申请人本人发放对应 300 元面额的算力券。

保密风控与数据安全

本次算力券发放全流程仅涉及赛事报名资质核验,算力券申领发放相关必要信息,所有个人身份信息,参赛信息均严格保密。

赛题任务

任务一:开源软件工程实践 —— 为知名开源项目贡献代码

任务目标

鼓励参赛团队深入参与开源生态建设,通过为 Tilelang、vLLM 等知名开源项目提交 PR 并成功 merge,展现工程实践能力与开源协作能力,推动国产算力与主流开源框架的深度适配。

任务要求

1. 项目选择与调研

参赛团队可以从以下推荐项目中选择目标项目进行贡献,但不强制要求必须选择这些开源项目:

团队项目需要进行深入调研,了解:

  • 项目目标、架构与代码组织
  • 贡献指南与提交规范
  • 现有 issue 与待解决的问题
  • 沐曦 GPU 适配相关的开发需求

2. 代码贡献与 PR 提交

  • 代码修改:针对目标项目的 bug 修复、功能开发、文档完善等
  • 沐曦适配:重点关注与沐曦 GPU 算力相关的适配工作
  • PR 提交:按照项目规范提交 Pull Request
  • Merge 目标:确保 PR 能够被项目维护者接受并合并

3. 真实运行验证

  • 在沐曦 GPU 算力环境中验证修改的正确性
  • 提供完整的测试日志与性能对比数据
  • 确保修改不影响现有功能

技术要求

1. 开发环境

  • 代码开发与调试基于沐曦 GPU 算力环境
  • 使用 Gitee.AI 平台提供的算力资源进行测试

2. 代码规范

  • 遵循目标项目的代码风格与提交规范
  • 提供完整的单元测试与集成测试

3. 文档要求

  • 提交代码需包含完整的注释与文档
  • 更新相关 README 与技术说明

评分细则(满分 100 分)

评分项 分值 说明
PR 成功 Merge 60 PR 被接受并成功合并入主干
技术难度 20 解决的问题复杂度与技术深度
沐曦适配度 20 与沐曦算力平台的适配程度

作品提交要求

  • 建立参赛团队的项目仓库
  • 整理贡献过程的完整记录文档
  • 在本项目中,以issue提交的方式,放置作品项目仓库的入口

2. 提交材料

  • PR 链接与 merge 记录

3. 开发记录

  • Issue 记录

任务二:基于沐曦算力的 AI Skill 与 MCP 应用开发

任务目标

参赛团队基于 OpenClaw、Claude Code 或 Codex 平台开发 AI Skill 应用或 MCP 服务,并调用部署在沐曦 GPU 算力环境(模力方舟 Gitee.AI 沐曦资源包)中的大模型服务实现智能功能。推动 AI Skill 生态在国产算力平台上的发展与落地。

任务要求

1. Skill/MCP 设计与开发

参赛团队需基于 OpenClaw 平台开发一个或多个 AI Skill 功能模块,或实现 MCP 服务:

AI Skill/MCP 开发方向(可以任选其一或多个,不做严格限制,也可以围绕真实需求进行设计):

  • 知识问答助手:基于 RAG 的领域知识问答
  • 论文总结与文献分析工具:学术文献智能解析
  • 编程辅助工具:代码生成、审查、优化
  • 翻译工具:多语言智能翻译
  • 教学辅助助手:个性化学习辅导
  • 数据分析助手:数据处理与可视化
  • 医疗科普助手:医学知识问答
  • 智造助手:工业级交互应用,包括问答,客服等场景
  • 其它任何场景

2. 模型服务集成

  • 通过 Gitee.AI 平台调用沐曦 GPU 算力
  • 完成至少 1 个大模型的接入与调用
  • 实现完整的 API 接口封装

3. 真实调用验证

  • 在沐曦算力环境完成真实调用
  • 提供完整的调用日志
  • 记录性能数据(延迟、吞吐量等)

4. 开源与部署

  • 将作品开源至 GitLink 平台
  • 完善 README 文档
  • 提供可运行的部署说明

评分细则(满分 100 分)

评分项 分值 说明
Skill/MCP 设计和技术实现 30 功能设计合理性、场景价值、上手好用
真实调用验证 30 可运行可演示、用户体验,用户下载量、点赞量
开源质量 40 文档完整性、代码规范

作品提交要求

  • 完整的 Skill/MCP 实现代码或者仓库链接
  • 模型接口调用代码
  • 相关配置文件

2. README 文档

  • 项目简介
  • Skill 功能说明
  • 使用的模型与算力环境
  • 运行与部署方法
  • 示例输入输出

3. 演示材料

  • Demo 演示视频
  • 应用效果展示

4. 开发记录

  • Issue 记录
  • Commit 历史
  • 功能开发记录

任务三:基于国产算力平台的 AIGC 与智能体开发与应用

任务目标

参赛团队基于沐曦 GPU 算力环境,开发具有创新性的 AIGC 与智能体应用,推动多模态智能体在不同领域的应用落地。作品可以包含创新创意的 Plan(PPT + 文档提交),进一步需实现 AIGC 与智能体基础构建与 API 调用 Demo。鼓励围绕真实应用场景进行设计,完成完整的应用实现与开源提交。

任务要求

阶段一:创新创意规划(基础阶段)

任务目标:完成 AIGC 与智能体的创新创意规划

具体要求:

  • 结合实际应用场景,完成智能体设计规划
  • 提交完整的创意方案文档(PPT 格式)
  • 明确智能体的核心功能与目标用户
  • 阐述技术实现路径与预期效果

提交材料:

  • 创意规划 PPT(包含应用场景、技术架构、预期效果)
  • 详细设计文档

评分标准:

评分项 分值
创意新颖性 15
场景合理性 15
技术可行性 10
文档完整性 10
满分 50

阶段二:智能体基础构建与 Demo 实现(进阶阶段)

任务目标:在阶段一基础上,实现可运行的 AIGC 与智能体 Demo

具体要求:

  • 智能体框架:基于开源框架(如 LangChain、LangGraph、LlamaIndex、RAGFlow、自研框架等)构建智能体
  • 模型接入:使用 Gitee.AI 平台提供的沐曦资源包 API 或沐曦算力卡,完成至少 1 个大模型的接入与调用

核心能力:

  • 任务理解(内容生成、问答、推理)
  • 多轮对话与上下文管理
  • 工具调用能力

任务执行状态跟踪:

  • 真实调用验证:必须在沐曦算力上完成真实调用,提供完整调用日志
  • 可运行 Demo:提供 CLI/API/Web/Notebook 等形式的可运行演示

评分标准:

评分项 分值
架构设计合理性 10
智能体核心能力 10
生成质量与效果 10
沐曦算力集成 20
Demo 可运行性 10
文档完整性 10
满分 70

阶段三:完整产品化与运营(高阶阶段)

任务目标:在阶段二基础上,完成产品化部署与运营验证

具体要求:

  • 工程优化:
  1. 多Agent协作(如有)
  2. 系统稳定性优化
  3. 性能优化
  4. 工具链扩展
  • 云端部署:
  1. 部署至云平台
  2. 提供可访问的公网链接
  3. 确保系统稳定运行
  • 运营数据收集:
  1. 真实用户使用数据
  2. API 调用日志
  3. 用户反馈
  • 开源贡献:
  1. 开源至 GitLink 平台
  2. 完善 README 文档
  3. 提供可复现部署说明

评分标准:

评分项 分值
工程优化深度 20
云部署完成度 15
运营数据 15
应用价值 10
开源质量 10
文档完整性 10
满分 80

评分说明

赛道三采用阶段累计得分方式:

  • 完成阶段一:最高 50 分
  • 完成阶段一 + 阶段二:最高 120 分
  • 完成全部三个阶段:最高 200 分

参赛团队可根据自身能力选择完成的最长阶段,评分时按所完成阶段对应的分值区间进行评定。

作品提交要求

  1. GitLink 仓库
  • 完整智能体代码
  • 模型接口调用代码
  • 配置文件与依赖清单
  1. 文档材料
  • README 完整文档
  • 创意规划 PPT(阶段一)
  • 技术说明文档
  • 部署指南
  1. 演示材料
  • Demo 演示视频
  • 运行截图
  • 性能测试报告
  • 真实调用日志
  1. 开发记录
  • Issue 记录
  • Commit 历史
  • 功能开发记录

作品提交统一要求

  1. 仓库建立
  • 所有参赛项目必须提交在 GitLink 平台
  • 建立公开项目仓库
  1. 仓库内容要求
  • 完整项目代码
  • README 文档
  • 演示材料
  • 技术说明
  • 开发过程记录

README 文档要求

README 中应包含:

  • 项目简介
  • 功能说明
  • 使用的模型与算力环境
  • 运行与部署方法
  • 示例输入输出
  • 参考来源说明

开发过程记录

建议通过 Issue 记录以下内容:

  • 功能设计或开发计划
  • 模型接口调用问题
  • 系统优化或功能改进
  • 技术难点与解决方案

评审将结合 GitLink 开发记录对项目完成过程进行综合评估。

开源代码使用与原创要求

  • 允许参考开源代码进行开发
  • 必须在 README 中明确说明所参考的开源项目来源
  • 必须在原有基础上进行功能扩展或场景改造
  • 禁止直接复制已有项目或仅进行简单修改后作为参赛作品提交

奖金评选

1. 奖金总额

本次大赛奖金总额为人民币 10 万元

2. 奖项设置

奖项 数量 奖金
一等奖 3 名 10000 元
二等奖 9 名 3600 元
三等奖 18 名 1800 元
优秀奖 若干 获奖证书、纪念礼品
注:每个任务独立评选,各产生 1 名一等奖、3 名二等奖、6 名三等奖

3. 评选规则

  1. 分任务排名
  • 每个任务单独排名,参与团队在该任务中的得分从高到低依次排序。
  • 各任务独立评选,互不影响。
  1. 取最优成绩获奖
  • 每个团队在所有参与任务中,取最优成绩参与评奖。例如:某团队任务 1 排名第 1、任务 2 排名第 5,则该团队以任务 1 的成绩(一等奖)参与最终评奖。
  • 某任务成绩获奖后,其他任务的排名不再重复授奖。
  • 每个团队最多只能获得 1 个奖项(取其最优成绩对应的奖项等级)。
  1. 并列处理
  • 若同一任务内出现总分并列,则根据该团队参与任务的数量排序,即参与任务数量多的团队排名靠前。
  • 若仍并列,则由评审委员会根据项目质量综合评定。
关于

在CUDA成为目前最主流的开源AI生态,如何能高效的构建兼容CUDA的GPGPU软件生态会成为后续AI生态成长很重要的一个方向。通过该赛题的挑战,能摸索一条相对快速的适配上游社区快速支持国产MACA软件生态。利用MACA兼容CUDA的GPU软件生态,实现GPU软件生态的快速适配,并尝试利用GPU软件生态的优化,提高模型性能。

501.0 KB
邀请码
    Gitlink(确实开源)
  • 加入我们
  • 官网邮箱:gitlink@ccf.org.cn
  • QQ群
  • QQ群
  • 公众号
  • 公众号

版权所有:中国计算机学会技术支持:开源发展技术委员会
京ICP备13000930号-9 京公网安备 11010802032778号