3月16日，2026 ASC世界大学生超级计算机竞赛（ASC26）正式公布预赛成绩和决赛入围名单。北京大学、复旦大学、电子科技大学、澳门科技大学、德国埃尔朗根-纽伦堡大学等25支队伍从全球300多支参赛队伍中脱颖而出，成功晋级总决赛。晋级队伍将于5月16日-20日齐聚无锡，现场参与在无锡学院举行的总决赛比拼，向冠亚军、超级团队奖、e Prize计算挑战奖、最高计算性能奖、最佳呈现奖等奖项发起冲击。

　　ASC26超算大赛总决赛举办地无锡学院

　　ASC26总决赛的晋级队伍中，电子科技大学参赛队展现出对超算和AI领域知识体系和技术架构的深入理解，在精准剖析赛题应用性能瓶颈的基础上，采用了创新优化方法并取得了显著成效，在预赛中表现优异，总成绩位列预赛第一名。

　　ASC26决赛队伍名单上，还有上届ASC冠亚军上海交通大学和北京大学，以及清华大学、浙江大学、德国埃尔朗根-纽伦堡大学等强队。此外，ASC26总决赛继续涌现新力量新面孔，复旦大学、香港科技大学（广州）、无锡学院等高校均为首次晋级ASC决赛。老牌劲旅和实力新秀尽数入阵，将使得总决赛的争夺更加激烈，各项大奖最终归属充满悬念。

　　ASC26预赛设置“引力波数值模拟”和“世界模型推理优化”两大前沿应用赛题，聚焦前沿科学领域的高性能计算和人工智能的融合，对参赛学生的跨学科知识整合能力和系统优化能力提出了极高要求。参赛队伍围绕赛题需求开展深度攻坚，在充分调研业界前沿优化算法的基础上，结合赛事软硬件环境提出了大量兼具创新性与实用性的优化方案，最大化释放了计算平台的潜能，在超算应用分析、性能调优、并行策略设计等方面展现出了超强的学习能力与技术实力。

　　引力波数值模拟赛题引入我国自主开发的数值相对论计算程序AMSS-NCKU，要求参赛学生在确保计算精度、满足约束条件的前提下，在计算平台上模拟双黑洞碰撞时产生的引力波信号，探索宇宙极端物理过程。

　　复旦大学参赛队针对代码中计算密度极高、内存访问复杂的核心痛点，创新性地采用LibTorch（PyTorch C++前端）作为异构计算框架，将深度学习基础设施引入高性能科学计算领域，开发了基于GPU的张量计算加速方案，不仅大幅提升了引力波模拟的计算效率，更探索了AI框架在科学计算领域的创新应用，为“AI for Science”范式在前沿科研场景的落地提供了实践范例，展现了面向新一代计算平台的深度优化能力。

　　世界模型推理优化赛题要求对前沿世界模型UnifoLM-WMA-0代码进行推理优化。参赛队需要在确保视频生成精度的前提下，对组委会提供的5组场景、每组场景4个代表性样本实现高效推理，考验参赛队伍在世界模型推理优化方面的全栈技术能力。

　　齐鲁工业大学（山东省科学院）参赛队创新引入TileLang进行算子优化，相比原始代码单算子性能最高提升2.14倍。在此基础上，通过模型架构优化、IO优化等策略大幅减少程序开销成本，同时结合Cache优化、混合精度等常用加速手段，在严格保证精度全部满足要求的情况下，最终实现单GPU上平均加速5.41倍。通过数据并行与模型并行优化，在多卡环境下取得平均加速8.13倍的优异表现，充分展现了参赛成员对计算底层的深度优化能力。

　　ASC世界大学生超级计算机竞赛（ASC Student Supercomputer Challenge）由中国发起组织，并得到亚洲及欧美相关专家和机构支持，旨在通过大赛平台推动各国及地区间超算青年人才交流和培养，提升超算应用水平和研发能力，发挥超算的科技驱动力，促进科技与产业创新。ASC已经成功举办至13届，吸引来自全球六大洲上万名大学生报名参赛，是全球最大规模的大学生超算竞赛。