逐梦开放计算，FlagOS开放计算全球挑战赛两大赛道奖项

第八届北京智源大会的FlagOS挑战赛颁奖现场，气氛相当火热。几位获奖选手依次亮相，宣布了自己在赛道一和赛道三的成绩。仪式后，智源研究院副院长林咏华和选手们聊了聊，外界也借此更清晰地看到了这场技术角逐的底色。

对话林咏华，畅谈挑战赛背后的故事

说起办比赛的初衷，林咏华的话很直接：青年开发者就是行业未来的核心力量。正因如此，这场赛事才特意面向学生群体敞开大门。比赛的吸引力有多强？数字能说明问题——全球1127支队伍报名参赛，总奖金池高达200万元。

本季大赛划分了三条赛道。林咏华特别强调了跨平台能力的重要性：不同于那些只盯着一款芯片的赛事，FlagOS的这套体系支持在多款芯片上做算子开发、大模型推理优化和数据标注，真正打破了计算壁垒。

具体来看，赛道一紧贴FlagOS体系下通用算子库FlagGems的实际应用场景，设置了20道梯度化赛题，从基础数学通用算子到前沿复杂场景算子，全方位考察选手的算子实现与性能优化功底。

赛道二挑战性十足——参赛者需要基于FlagOS专属的vllm-plugin-FL推理框架和FlagGems高性能算子库，针对Qwen3-4B模型做极限性能调优。并行策略、显存管理、计算内核、采样算法都得用上，全部目的是在指定硬件上挖掘最大潜力。

赛道三则聚焦数据标注能力。选手要用Qwen3-4B模型，设计高效的ICL自动标注方案，在超长上下文范式下完成推理验证。

对于参赛者而言，开发门槛是大家最关心的问题，这方面FlagOS确有独到之处。它的两大核心技术贡献很大：跨芯片统一AI编译器，能保障代码在7款不同芯片上稳定运行；加上AI Agent+大模型组合，可以为选手提供芯片架构、内存、线程优化方面的专业指导。借助这套体系，原本需要数月甚至一年才能掌握的芯片优化技能，现在可以更快上手。

林咏华最后还表达了一个关键期望：希望参赛选手在实战中真正感受FlagOS技术栈的优势，更希望获奖选手的优质算子成果能全部开源，反哺社区算子库的迭代升级。期待更多人持续扎根开源领域，壮大国内开放计算的队伍。

访谈赛道一、三获奖选手：与赛事共成长

赛程从2026年1月跨度到6月，选手们在这段时间里直面了不少技术难题，也积累了宝贵的实践经验。

赛道三选手岑子翰

岑子翰回忆了赛道三的挑战：数据标注任务在问答和自然语言生成代码两大题型上卡得很死。Qwen3-4B小模型无法调用外部检索工具，就让问答能力受限。团队后来通过指令注入、Top K采样和后处理，硬是让模型性能提升了约10%。另外，超长上下文场景下模型容易出现语义理解偏差和代码命名错乱，他们借助多轮模型调用和质量审查机制，把代码生成任务的编译通过率拉到了80%以上。

赛道一获奖选手Yunyi Liu

Yunyi Liu在赛道一也遇到了坎儿。她说：“算子开发的最大难点在于边缘测试用例很难全覆盖，而且算子功能实现门槛高。加上同台竞技，对算子性能和完成速度都是极高要求。只能先吃透主流框架的算子逻辑，再一步步做迁移开发，同时精心设计测试用例保障兼容性。”她也给后来者支了招：先熟悉赛题和官方规则，从简易任务起步，团队协作快速搭方案、持续迭代。

赛道三获奖选手崔超

在评价FlagOS软件栈的使用体验时，多位选手都给出了积极反馈：开源友好、上手门槛低，保留充足优化空间，还支持一键部署。跨硬件迁移表现也很扎实，推理程序在不同芯片间切换顺畅，高负载下运行稳定。崔超更是直言，参与这次开发让他深度融入了大型开源生态，跳出单一技术研究视角，拓宽了视野。他特别提醒其他选手：大模型训练推理算力成本高昂，切忌盲目试错，必须提前设计消融实验，精准判断各项优化策略的实际效果。

写在最后

从现场氛围来看，无论是主办方还是参赛团队，对这次赛事的投入程度都让人印象深刻。FlagOS开放计算全球挑战赛S1赛季，不仅挖掘出了一批深耕AI底层开发、模型优化的优秀技术人才，更重要的是，它以赛事为纽带，加速了FlagOS开源技术生态的普及与迭代，推动算子开发、大模型推理、智能数据标注等核心技术在真实场景中落地。

值得关注的是，未来赛事将继续依托智源研究院的技术积淀与FlagOS开源生态优势，持续聚焦前沿技术赛道，汇聚全球开发者力量，为中国开放计算产业的高质量发展持续赋能。正如林咏华在采访中所说：希望参赛团队掌握FlagOS完整技术栈，鼓励优质算子成果开源共享，也期待更多优秀开发者扎根开源社区；后续赛事将持续拓展合作伙伴，不断丰富算子资源，为AI产业整体发展持续赋能。