研電賽.
  研電賽官方服務平臺
  20th
  “AMD”命題
  第二十屆中國研究生電子設計競賽
  AMD成立于1969年，總部位于美國加州圣克拉拉，現已發展為全球領先的高性能與自適應計算公司，全球員工超過28,000名（截至2025年3月）。公司產品涵蓋CPU、GPU、FPGA、DPU及系統級芯片，并結合強大的軟件能力，廣泛應用于云端、邊緣和終端設備。
  AMD致力于推動人工智能發展，提供端到端的AI訓練與推理解決方案，構建開放生態系統，并積極與中國生態伙伴合作，助力產業數字化轉型。
  中國是AMD全球戰略的重要市場。自1993年進入中國以來，AMD不斷擴大在華投入，業務涵蓋產品銷售、戰略合作、新品開發等。2004年成立大中華區總部，現由高級副總裁潘曉明領導。
  2006年，AMD在上海設立研發中心，以上海研發中心為主體的中國研發中心逐漸發展壯大，現已成為全球研發體系的重要組成，擁有超4,000名研發人員，覆蓋芯片設計、軟件開發與系統測試，并與本地客戶緊密合作，推動技術落地。近年來，AMD在AI創新與可持續發展方面表現突出，榮獲“2023年度杰出可持續創新企業”“2023-2024年度最受尊敬企業”稱號，2024“世界互聯網大會杰出貢獻獎”等多項榮譽。
  一等獎：1名￥10,000
  二等獎：2名￥5,000
  三等獎：3名￥2,000
  （一）報名截止時間：2025年7月15日24:00。
  （二）作品提交截止時間：2025年7月20日24:00。
  （三）報名方式：采用線下報名方式，報名截止前完成報名費繳納，并將參賽作品打包壓縮，與線下報名表（見附件）、繳費憑證一并發送至官方郵箱。建議優先提交報名表，便于命題企業提供技術支持。
  （四）報名郵箱：CIEEDA 163.COM
  （五）繳費賬號（線下轉賬）:
  1.開戶名稱：中國電子學會
  2.賬號：9558850200000514831
  （六）其他:
  1.7月15日報名截止后，秘書處將組織團隊在官網完善信息并生成獲獎證書，電子發票將發至隊長郵箱。
  2.線下報名僅延長截止時間，不影響其他賽程安排。
  賽題一：
  基于ROCm on Radeon?平臺的
  DeepSeek大語言模型部署性能優化
  1、賽題描述：
  隨著AMD ROCm軟件棧對RDNA3架構支持的不斷完善，面向專業及創意人士設計的AMD Radeon?PRO W7000系列工作站顯卡，憑借其卓越的48GB GDDR6顯存容量，正逐步成為應對當前AI開發面臨的嚴峻挑戰時有效且經濟的解決方案。目前，ROCm搭配W7000系工作站GPU的組合已支持大部分業內主流的模型以及部署框架。
  本命題要求參與者在搭載單張W7000工作站GPU的平臺上優化使用vLLM框架部署DeepSeek-R1-Distill-Qwen-7B模型的性能。
  建議的優化方向包括但不限于：
  提升常見算子（如Elementwise、GEMM等）的執行效率，并對部署管線中的算子進行融合優化。
  ROCm on Radeon?對諸多量化方法（如AWQ、Marlin等）提供支持。
  對算法使用的計算內核（如Attention、MoE等）進行優化。
  2、提交要求：
  參賽者應基于指定代碼倉庫（如vLLM、PyTorch、Triton等）進行代碼更改，經本地編譯驗證后提交code patch，并附上本地測試結果顯示的性能提升幅度。性能提升基于代碼改正，而非依靠部署參數調整。具體參數參見技術支持部分。
  3、評分標準：
  所有提交的代碼將統一在ROCm on Radeon?平臺上進行驗證，并根據性能提升的幅度進行排名。
  基礎得分=優化幅度百分比x 100
  加分項：（由AMD評審團打分）
  創新性（5分）：優化方案的原創程度及復雜程度。
  實用性（5分）：優化方案對ROCm生態推廣的積極作用。
  可讀性（2分）：提交優化方案的詳細闡述文檔或PPT。
  4、硬件平臺配置：
  （報名審核后，通知云服務申請表）
  5、視頻教程：
  在8卡AMD W7800運行DeepSeek R1鏈接：
  https://www.bilibili.com/video/BV1i8j3zJExM
  6、本地開發環境：
  推薦使用AMD Radeon?PRO W7800
  7、技術支持：
  掃描二維碼加入技術支持QQ群：
  8、軟件環境：
  Benchmark教程（以修改vLLM為例）
  （1）準備DeepSeek-R1-Distill-Qwen-7B模型和ShareGPT_V3_unfiltered_cleaned_split.json數據集
  （2）推薦使用PyTorch-On-ROCm Docker Image創建container。
  （3）在container內安裝帶有本地修改的vLLM。
  （4）啟動vLLM server
  （1）運行benchmark并觀測結果
  9、相關鏈接：
  AMD Radeon?PRO W7800 Professional Graphics Specification:
  https://www.amd.com/en/products/graphics/workstations/radeon-pro/w7800.html
  Getting Started Guide:Using AMD ROCm?Software on Radeon?GPUs:
  https://www.amd.com/en/developer/resources/ml-radeon.html
  Inferencing and serving with vLLM on AMD GPUs:
  https://rocm.blogs.amd.com/artificial-intelligence/vllm/README.html
  賽題二：基于AMD APU系統的AI應用開發(自由命題)
  1.賽題描述：
  AIPC(人工智能個人電腦)是一種集成AI技術的個人電腦，通過本地算力、自然語言交互、個性化大模型等核心能力，重構傳統PC的體驗，使其從工具升級為“個人智能助理”。
  參賽隊伍使用AMD指定的APU產品開發一個AI應用，圍繞以下領域(包括但不限于):
  AI應用專業領域
  AI應用日常生活娛樂
  AI PC與其他智能設備的鏈接與整合
  補充說明:
  （1）AIPC本地模型優化方案：針對AI Agent等現有應用，提出優化其在AIPC本地運行效能的創新方案（可融合大預言模型LLM、計算機視覺CV、文本處理OCR、語音交互ASR等）：
  a.模型輕量化：應用模型壓縮技術（量化、蒸餾、剪枝等），實現模型精簡與本地適配，兼顧精度。
  評分依據：優化前后模型大小、推理性能、系統負載數據對比。
  b.推理加速：采用優化技術（算子、圖結構、內存管理等），提升本地推理效率（如prefill、token generation速度）。
  評分依據：性能提升量化數據。
  （2）行業賦能方案：為教育、醫療、娛樂、辦公等場景，設計基于AIPC本地AI的創新應用（例如：作業批改、病例分析、文章潤色）。
  評分核心：創新性、實用性、可行性。
  （3）其他
  2、賽題要求：
  2.1硬件環境
  AIPC云平臺接入（報名審核后，通知云服務申請表）
  型號：Beelink SER/處理器：AMD Ryzen HX370/內存：32GB RAM/存儲：1TB SSD
  操作系統：Windows 11
  外設請根據AI應用設計自行配置
  2.2 AI應用的設計與實現
  基于所提供的硬件環境，以及利用AMD推薦模型https://huggingface.co/amd或者自選模型，完成所選場景下的AI應用開發。
  參賽作品須提出創新的解決方案，展示其前瞻性的思考和設計。
  參賽作品須具有實際的應用價值。
  參賽作品須充分發揮AMD產品的算力優勢(iGPU,NPU,CPU)實現本地AI推理。
  加分項：充分利用本地AI算力前提下，提升電源利用能效。
  2.3賽題提交要求(初賽)
  技術論文–Word文檔(必選）
  視頻文件,限制3分鐘(必選)
  門型展架，尺寸180cm*80cm（必選）
  演示說明–PPT文檔(可選)
  2.4賽題提交要求(決賽)
  技術論文–Word文檔(必選）
  演示說明–PPT文檔(必選)
  3、評分標準：
  3.1技術創新和實用性30%
  AI應用基于的模型（或模型組）
  提出創新的解決方案
  能夠有效地解決現實世界中的問題
  復雜度和計算效率
  示例：一個使用深度學習技術進行圖像分類的模型，若其準確率超過90%且計算速度快于現有方法，則會得高分。
  3.2 AI應用程序與用戶交互程度20%
  示例：一個語音助手模型，若能根據用戶的口音和語調自適應，并提供直觀的界面，則會得高分。
  3.3論文，PPT的清晰度與邏輯20%
  文獻綜述全面、正確
  方法描述清晰、易于理解
  結果分析合理、令人信服
  3.4功能完整度+穩定性15%
  完成所有預定任務
  運行速度和穩定性
  示例：一個文本生成模型，若其能生成高質量文本且運行速度快、穩定，則會得高分。
  3.5 Demo(現場直播、預先錄制視頻等形式)10%
  清晰展示該應用的功能和性能
  可以幫助用戶輕松理解和使用該應用
  示例：一個人臉識別模型，若其Demo能快速、準確識別人臉并提供友好界面，則會得高分。
  3.6用戶隱私數據是否受到保護5%
  是否收集和存儲用戶的隱私數據
  用戶的本地隱私數據是否加密
  是否會將本地存儲的隱私數據上傳到網絡
  是否有明確的隱私政策和使用條款
  示例：一個社交媒體分析模型，若其在不收集用戶隱私數據的情況下完成分析，并提供清晰的隱私政策，則會得高分。
  4、參考鏈接：
  ?AMD AI Solutions：
  https://www.amd.com/en/solutions/ai.html
  ?AMD HIP SDK on Windows:
  https://rocm.docs.amd.com/projects/install-on-windows/en/latest/index.html
  ?AMD Ryzen AI:
  https://ryzenai.docs.amd.com/en/latest/index.html

  5、賽題-競賽交流QQ群：

  點擊閱讀原文下載報名表

https://mp.weixin.qq.com/s/nXOwdLGW0qO8aEyVg22STQ