8 月 15 日，2026 年全国大学生计算机系统能力大赛智能计算创新设计赛（" 先导杯 "）线下决赛及颁奖典礼在同济大学落幕。

近三个月时间里，来自全国 160 所高校的 500 余支队伍、1900 多名学生参与角逐。与往届相比，本届 " 先导杯 " 一个明显变化是，学生面对的越来越接近产业现场的真实工程问题：如何让大模型推理得更快，如何在有限算力资源下完成领域大模型部署和优化。

与此同时，赛事由同济大学和中科曙光联合承办，提供国家超算互联网平台算力资源和同济大学国产千卡智算集群的算力支持。到了决赛现场，比赛甚至采用断网模式，选手无法调用 AI 工具，只能依靠自己的系统能力完成最后的比拼。

" 真算力、真场景、真人才 "，正在成为这场赛事的新标签。

赛题变了，人才需求也变了

今年 " 先导杯 " 设置了两道赛题：基于国产加速卡的千问大模型推理服务优化，以及基于国产科学智算生态的气象大模型推理部署优化，分别对应大模型工程落地和 AI for Science 场景。

为什么是这两道题？全国大学生计算机系统能力大赛组委会主任高小鹏解释，随着大模型越来越多地进入实际应用，产业面临的已经不只是 " 模型能不能跑 " 的问题。长上下文、高并发环境下，如何让大模型保持较高响应速度，对推理效率提出了更高要求。

而气象大模型则代表了另一类现实需求：很多行业都有自己的领域大模型，但真正部署时，算力资源往往有限，如何在有限资源下完成模型优化，同时保持较好的效果，同样是工程实践中的难题。

中科曙光高级副总裁李斌表示，AI 产业正在从过去的技术驱动逐渐走向产业驱动。过去算力更多用于模型训练，如今随着基础模型能力不断提升，大量算力开始转向推理和行业赋能。因此，如何在相同算力条件下，通过软硬件协同优化提高 Token 产出效率，正在成为产业真正需要解决的问题。

这也意味着，企业需要的人才正在发生变化。" 懂算法 " 已经不够，未来的人才还要 " 懂系统、能优化、可交付 "。

本科生也能用上国产千卡

赛题越来越接近产业，背后还有一个重要变化：算力开始真正进入学生的实践环节。今年赛事引入国家超算互联网平台算力资源和同济大学千卡智算集群，学生从学习、训练到调优、验证，都可以在这些平台上完成。

在同济大学计算机科学与技术学院副院长卫志华看来，过去一些昂贵的算力资源主要服务于少数科研人员，普通本科生很难获得真实的算力实践环境。" 先导杯 " 正在尝试把这种少数人的资源变成更多学生能够参与的实践资源。

更重要的是，比赛结束后，这些经验还可以进一步沉淀为课程和实践教学，让 " 以赛促学 "" 以赛促教 " 从一句口号变成具体的教学改革。高小鹏认为，真正的 " 以赛促教 " 受益者远不止参赛的少数学生，比赛更深远的作用，在于反向推动高校课程体系调整，让产业界的新技术、新问题进入课堂，使更多学生受益。

李斌则认为，AI 技术迭代速度很快，传统教材从编写到进入课程体系需要较长时间，很难完全跟上产业变化。比赛恰好可以成为一种 " 轻量级课程 "，围绕一个工程问题快速凝练、快速迭代，把学生原本分散的知识点贯通起来，从底层优化一直走向实际业务场景。

这也是 " 先导杯 " 今年采用 "1+1+1" 模式的原因：技术专家把控前沿问题，高校教师负责教学和培训，企业则把真实产业问题、工程约束和平台带入赛场。

AI 越强越考验 " 人 "

比赛的决赛环节，则让这种 " 系统能力 " 变得更加直观。今年线下决赛首次采用断网环境，并配套标准化黑盒评测，检验方案的真实性、稳定性和可复现性。

KUDA OOM 队的两名成员对此感受尤其深刻。19 岁的纪浩然来自吉林大学，即将升入大二；16 岁的岳明坤来自上海科技大学，也即将升入大二。两人是本届参赛队伍中年龄最小的队员，此前就对基础设施、大模型等方向感兴趣，因为 " 先导杯 " 支持跨校组队，最终走到了一起。

从初赛一路走到决赛，两个人把最大的成长分别总结为 " 抗压 " 和 " 应变 "。初赛期间，他们一边准备比赛，一边面对期末考试，还要现学现用国产加速卡。到了决赛，断网、限时，无法调用 AI 和大模型工具，只能手动调代码。" 很多初赛遇不到的问题，决赛都会遇到。" 岳明坤说。

这恰恰回应了 AI 进入教育之后的一个核心问题：当 AI 可以帮助学生完成越来越多工作，学生究竟应该学什么？卫志华的答案是，AI 并没有降低计算机专业教育的要求，反而提高了要求。AI 可以帮助学生解决更复杂的问题，但如果学生自己无法理解算法、系统、软硬件架构，也就很难真正驾驭 AI。因此，计算机教育反而需要更加重视底层能力。

" 不能只偏向热门的软件的东西，而底层的东西要更加注重。" 李斌也提出，随着 AI 能力提升，一些基础型开发工作未来可能被快速替代。学生需要做的，是从 " 使用 AI" 走向 " 驾驭 AI"，同时保持独立思考和创新能力，并能够把 AI 真正融入工程实践。

国产算力需要的不只是 " 使用者 "

对于国产算力而言，让本科生接触千卡平台，也有着另一层意义。

高小鹏认为，国产技术要实现大面积使用，首先需要大量使用者。学生在本科阶段接触国产算力平台，实际上也是在培养未来的开发者。

与此同时，学生使用过程中产生的反馈，也会反过来帮助硬件、框架、模型和平台不断迭代。

这种变化已经能够从参赛学生的体验中看到。KUDA OOM 队成员认为，国产算力卡近年来发展很快，与国外先进平台的差距正在逐渐缩小，使用体验也不断升级；超算互联网平台在应用性、界面和实例配置方面较为成熟。

而在李斌看来，下一步更重要的，是让学生从国产算力的 " 使用者 " 变成 " 生态贡献者 "。

学生可以在平台上继续开发算法、软件和模块，也可以参与开源社区。尤其在智能体等新方向上，未来开发者不一定只来自计算机专业，材料、工业控制等专业的学生同样可以把自己的领域知识与大模型结合起来，形成新的应用。

学生在算力平台上成长，反馈推动平台迭代，平台和生态再吸引更多开发者。这正在形成一个新的循环。这种循环背后，是赛事长期以来对人才培养价值的坚持。高小鹏回顾，全国大学生计算机系统能力大赛创办的一个重要背景，就是高校人才培养从 " 知识传授 " 向 " 能力培养 " 转变，希望通过让本科生参与计算机底层核心技术开发，成为国家核心软硬件技术后备人才的培育和发现平台。经过多年发展，一批参赛学生毕业后已经走向相关企业和科研一线，并逐渐成长为主力和中坚力量。随着智能计算快速发展，这一人才培养体系也在不断面向新的技术方向和产业需求延伸。

比赛的终点，是颁奖台；但对于人才培养而言，真正重要的可能是走下赛场之后。当本科生开始使用千卡算力、面对真实产业问题，在断网环境下独立调试代码，再把比赛中积累的经验带回课堂、科研和产业，一场比赛就不再只是一次选拔，而成为了人才、技术、算力和产业之间的一次连接。

这或许正是 " 先导杯 " 在 AI 时代正在探索的答案：让学生更早接触真实算力，更早解决真实问题，也更早学会——如何驾驭 AI，而不是被 AI 替代。