第二届开放原子大赛Tecorigin挑战赛圆满落幕！

12月19日，由开放原子开源基金会主办，太初元碁Tecorigin共建的第二届开放原子大赛 “Tecorigin算子开发任务挑战赛”和 “Teco-RAG大模型开发任务挑战赛” 在武汉举行决赛路演。24支决赛队伍现场角逐出各项大奖，本次Tecorigin挑战赛圆满落幕。

第二届开放原子大赛是由开放原子开源基金会主办的一场高规格高站位的开源领域专业赛事，太初元碁作为共建方，设立“Tecorigin算子开发任务挑战赛”和 “Teco-RAG大模型开发任务挑战赛” 两个赛项，总奖金60万元，旨在鼓励参赛者基于完全自主可控的国产AI加速卡及软件栈，开发创新算子和大模型问答系统。两个赛项共吸引来自全国各地高校及企业的207支队伍报名参赛，经过三个月的激烈角逐，最终评选出24支队伍，受邀参加决赛路演。

“Tecorigin算子开发任务挑战赛”最终排名第一的是来自阿里巴巴的“大锤”队。该团队通过减少输出缓冲区、数据重排SIMD、分块计算、减少输入内存等步骤，将tecoalConvolutionForward算子的性能提升3.5倍。

“Teco-RAG大模型开发任务挑战赛” 最终排名第一的是来自上海的“moyuheng”队。该团队重点优化了Teco-RAG的索引链部分：通过单双栏PDF分类解析、PPT坐标脱敏、知识路径分类优化读取过程；通过分隔常见中文标题、字符优化分段过程；通过对将文件标题和知识路径作为上下文、合并小chunk内容优化向量化过程。最终将Teco-RAG知识问答系统的准确率提升15%。

路演结束后，选手们纷纷发表了自己的参赛感受。

太初的硬件和软件相关工具都挺好用的，赛事提供的文档中提供了典型的一些算子优化思路和方法，便于在比赛之中使用SDAA C编程语言实现算子高性能优化。

“VegetableBird”团队：

我之前有过CUDA开发的经历，SDAA C和CUDA类似，从CUDA迁移过来门槛很低，甚至感觉对初学者更友好。本次赛事提供的服务器性能非常好，环境无需额外配置，baseline和测试用例也非常清晰。

“moyuheng”团队：

数据决定了机器学习的上限，而算法只是逼近这个上限。Teco-RAG部署简单，技术栈也很先进，架构上将三个Chain很好地解耦并提供FastAPI，定制开发非常方便，可玩性非常强。在国产化势在必行的今天，非常看好Teco-RAG在行业实际生产场景中落地。

“。。。。。。”团队：

非常有幸借助本次赛事，体验国产算力的魅力。我们借助太初的算力平台，验证了其在AI领域的卓越适配能力，构建了一套完整、高效的RAG优化范式。

通过参加本次Tecorigin挑战赛，选手们不仅见证了国产AI加速卡及软件栈的飞速进步，更深刻感受到了创新与实践相结合所带来的无限可能。

结语

展望未来，我们坚信国产AI加速卡及其软件栈将在更多领域得到广泛应用，并为推动AI科研与产业的繁荣发展贡献重要力量。同时，我们也期待更多优秀开发者能够加入到这一领域中来，共同探索、共同创新，为国产AI技术的崛起贡献自己的智慧与力量。