metax-maca
/
op_optimization
0
0
Fork 34
Code Issues Pull Requests 4 Packages Projects Releases Wiki Activity

Compare commits

base: metax-maca:master
Branches Tags
metax-maca:master
metax-maca:lyn-test
heavenluo:my-work
heavenluo:master
heavenluo:lyn-test
..
compare: heavenluo:master
Branches Tags
heavenluo:my-work
heavenluo:master
heavenluo:lyn-test
metax-maca:master
metax-maca:lyn-test

No commits in common. "master" and "master" have entirely different histories.
master ... master

9 changed files with 119 additions and 542 deletions
Show Stats Expand all files Collapse all files

329
FAQ.md
View File

@ -1,329 +0,0 @@
# 常见问题 FAQ
> 最后整理：2026-07-13
本文档汇总沐曦“揭榜挂帅”两项赛题的常见问题。使用 `Ctrl+F`（Windows/Linux）或 `⌘F`（macOS）搜索关键词。
环境版本、评测配置、时间安排可能调整。请以仓库 README、XPU-OJ 公告、比赛群通知和容器中的实际版本为准。发现内容过期或未覆盖的问题，请[提交 Issue](https://gitlink.org.cn/metax-maca/op_optimization/issues)。
## 快速导航
- [重要入口与咨询方式](#entry)：XPU-OJ 开放情况、问题反馈渠道和赛事联系人。
- [XPU-OJ、提交与排行榜](#xpuoj)：账号申请、提交环境、测试样例、评测硬件和排名指标。
- [赛题一：TileLang 与 Fused MoE](#track-one)：提交限制、算子实现、Baseline、性能优化和决赛加分规则。
- [赛题二：AI Agent 与推理算子库](#track-two)：任务范围、Agent 参与证明、Baseline、测试参数和上游代码引用。
- [评测规则与通用技术问题](#evaluation)：技术资料发布、正确性与稳定性要求，以及 FAQ 内容纠错。
- [环境、镜像与算力资源](#environment)：比赛镜像、MACA 与 PyTorch 版本、开发工具、算力券和资源申请。
- [报名、组队与资格审核](#registration)：参赛资格、跨校组队、指导教师、材料盖章和审核流程。
<a id="entry"></a>
## 重要入口与咨询方式
<a id="q-xpuoj-open"></a>
### ❓ 问题 1：XPU-OJ 平台是否已经上线？
**回答：** XPU-OJ 已开放。账号申领流程和使用指南见[赛事 XPU-OJ 账号申领说明](赛事XPUOJ账号申领说明.md)。
<a id="q-contact"></a>
### ❓ 问题 2：两个赛题的联系人不同，遇到问题应该联系谁？
**回答：** 请先通过 [GitLink Issue](https://gitlink.org.cn/metax-maca/op_optimization/issues) 提问，维护者会把可复用的答案更新到本文档。比赛群用于接收赛事通知和临时信息。需要单独沟通时，请按对应比赛方案联系章老师或杨老师。
## XPU-OJ、提交与排行榜
<a id="q-moe-score-decrease"></a>
### ❓ 问题 1：XPUOJ测评 MoE 耗时减少了但是分数反而降低了
**回答：**
针对近期部分同学反馈的“XPU.OJ”第三方评测系统中基线（baseline）不稳定的问题，我们高度重视，并已第一时间组织排查与测试。在此，我们对因此给大家带来的困扰深表歉意，也衷心感谢各位同学提出的宝贵意见。
目前，相关问题已修复完毕。为确保评测的公平性与准确性，我们将对现有榜单进行清空处理。历史提交记录仍可查看，但后续排名将统一以基线修复后重新提交的算子成绩为准。
比赛期间，我们将持续关注系统运行状态，也欢迎大家继续向我们反馈建议。
祝大家比赛顺利，取得理想成绩！
<a id="q-xpuoj-environment"></a>
### ❓ 问题 2：XPU-OJ 与模力方舟的运行环境一致吗？
**回答：** 排行榜评测环境与模力方舟开发环境保持一致。版本调整时以 XPU-OJ 公告为准。
<a id="q-xpuoj-account"></a>
### ❓ 问题 3：如何申请 XPU-OJ 账号？
**回答：** 请按照[赛事 XPU-OJ 账号申领说明](赛事XPUOJ账号申领说明.md)提交申请。账号发放进度以赛事通知和回复邮件为准。
<a id="q-official-ranking"></a>
### ❓ 问题 4：赛题一 MoE 初赛排名以哪个入口为准？
**回答：** 正式排名和初筛结果以 XPU-OJ 的评测结果为准。Sample benchmark 用于本地功能验证、调试和性能对比，不作为正式榜单依据。
<a id="q-test-cases"></a>
### ❓ 问题 5：MACA C++、Triton 和 TileLang 是否分别设榜？
**回答：** 不按语言分别设榜。每个任务支持 MACA C++、Triton 和 TileLang，团队可以使用一种或多种语言提交。排行榜采用通过正确性和稳定性测试后的最高成绩。
<a id="q-ranking-metric"></a>
### ❓ 问题 6：排行榜使用 latency、speedup 还是综合 score？
**回答：** 当前 XPU-OJ 以 speedup 作为核心排名指标。赛事方调整计算方式时，以 XPU-OJ 公告为准。
<a id="track-one"></a>
## 赛题一：TileLang 与 Fused MoE
<a id="q-track-one-submission"></a>
### ❓ 问题 1：赛题一的提交要求有哪些调整？
**回答：** 正式提交禁止使用 `MACA Maca running` 方式，也不能使用 PyTorch 实现算子。参赛者需使用 TileLang 实现并提交。
<a id="q-ops-reference"></a>
### ❓ 问题 2：OPS 目录中的 TileLang、CUDA、CUTLASS 和 MACA 代码有什么用途？
**回答：** 这些代码用于解释算子的实现原理和设计思路，可作为 TileLang 实现的参考。
<a id="q-baseline-modification"></a>
### ❓ 问题 3：官方 Baseline 可以修改到什么范围？
**回答：** 参赛者可以重新设计和优化算子实现，但需保持与统一 Workload 测试框架的接口兼容。
<a id="q-gemm-optimization"></a>
### ❓ 问题 4：GEMM 计算中可以引入其他优化策略吗？
**回答：** 可以，前提是实现符合赛题规则和评测要求。
<a id="q-benchmark-modification"></a>
### ❓ 问题 5：可以优化 `fusedmoe_benchmark` 吗？
**回答：** 本地修改 benchmark 不会提高正式成绩，XPU-OJ 使用赛事方的评测框架。参赛者应把优化工作放在规定的算子实现和允许修改的接口上。
<a id="q-forward-modification"></a>
### ❓ 问题 6：可以修改 `fusedmoe_benchmark.py` 中的 MoE forward 吗？
**回答：** 正式成绩以 XPU-OJ 的独立评测为准。本地修改 forward 不能替代对提交算子的优化，也不会改变赛事方的评测代码。
<a id="q-async-copy"></a>
### ❓ 问题 7：赛题一允许使用异步拷贝吗？
**回答：** 不允许。当前比赛规则禁用异步拷贝。
<a id="q-baseline-performance"></a>
### ❓ 问题 8：Fused MoE 初赛成绩如何影响决赛？
**回答：** 当前规则只给初赛前 10 名决赛加分，第 11 名及之后不获得额外初赛加分。
<a id="track-two"></a>
## 赛题二：AI Agent 与推理算子库
<a id="q-track-two-update"></a>
### ❓ 问题 1：赛题二的内容有什么调整？
**回答：** “Agent 推理算子库优化 - FlashAttention KV Cache Decode”新增 `mctlass/cute` 要求。参赛者需基于 `mctlass/cute` 实现或优化对应任务。
<a id="q-track-two-selection"></a>
### ❓ 问题 2：赛题二可以选择几个任务？
**回答：** 参赛团队可以从 FlashInfer、FlashAttention、MCTLASS/Fused MoE 等方向选择一项或多项。提交多个任务时，每个任务按赛事规则取有效最高成绩。支持语言包括 Triton、MXMACA C++ 和 TileLang。
<a id="q-agent-proof"></a>
### ❓ 问题 3：如何证明 AI Agent 参与了优化过程？
**回答：** 参赛团队应保留 Agent 配置、Skill 文件、关键提示词、操作日志、代码变更记录、测试结果和复现实验步骤，等待赛事方发布核验细则。
<a id="q-agent-baseline"></a>
### ❓ 问题 4：Agent 赛题的性能 baseline 使用哪个版本？
**回答：** 当前评测使用赛事方提供的 baseline，标准环境为 `PyTorch-Agent / 2.8.0 / Python 3.12 / MACA 3.7.1.5`。赛事方变更 baseline 或评测方式时会发布通知。
<a id="q-mla-dimensions"></a>
### ❓ 问题 5：MLA 的 `QK dim = 576, VO dim = 512` 与 `race_tests` 参数冲突吗？
**回答：** 不冲突。`race_tests` 中的 `dim=512, pe_dim=64` 对应 `QK dim = 576, V dim = 512`。
<a id="q-nsa-ranking"></a>
### ❓ 问题 6：NSA 的 109 个测试 case 如何计算榜单成绩？
**回答：** XPU-OJ 通过统一接口统计测试总运行时间，再根据 baseline 计算整体 speedup。
<a id="q-upstream-code"></a>
### ❓ 问题 7：可以引用或修改 FlashInfer、FlashAttention 等上游代码吗？
**回答：** 可以。参赛团队需遵守上游项目许可证，保留版权和许可证声明，并在提交材料中说明引用范围、迁移工作和自主优化内容。
<a id="evaluation"></a>
## 环境、镜像与算力资源
<a id="q-environment-image"></a>
### ❓ 问题 1：比赛使用哪个在线算力环境？
**回答：** 比赛使用模力方舟沐曦算力专区。仓库 README 当前标注的统一镜像为：
```text
PyTorch-Agent / 2.8.0 / Python 3.12 / MACA 3.7.1.5
```
创建实例和连接环境的步骤见[模力方舟快速使用 SOP](模力方舟快速使用SOP.md)。
<a id="q-download-maca"></a>
### ❓ 问题 2：如何获取 MACA 镜像或安装包？
**回答：** 参赛者可以在[模力方舟沐曦算力专区](https://ai.gitee.com/compute/metax)选择 `PyTorch-Agent` 镜像。需要单独获取软件包时，请前往[沐曦开发者社区软件中心](https://developer.metax-tech.com/softnova/docker?chip_name=%E6%9B%A6%E4%BA%91C500%E7%B3%BB%E5%88%97&package_kind=AI&dimension=docker)，并选择与比赛标准环境一致的 MACA `3.7.1.5` 版本。
<a id="q-download-pytorch"></a>
### ❓ 问题 3：比赛使用的 PyTorch 镜像可以下载吗？
**回答：** 可以。请在[沐曦开发者社区](https://developer.metax-tech.com/)或其 [PyTorch 镜像列表](https://developer.metax-tech.com/softnova/docker?chip_name=%E6%9B%A6%E4%BA%91C500%E7%B3%BB%E5%88%97&package_kind=AI&dimension=docker&deliver_type=%E5%88%86%E5%B1%82%E5%8C%85&ai_frame=pytorch)中查询。下载前请核对比赛镜像的 Python、PyTorch 和 MACA 版本。
<a id="q-version-mismatch"></a>
### ❓ 问题 4：页面标注的 MACA 版本与容器内版本不一致怎么办？
**回答：** 比赛标准版本为 MACA `3.7.1.5`。
<a id="q-pytorch-source"></a>
### ❓ 问题 5：Linux 版本的 mcprofiler 是否可用？
**回答：** mcprofiler 的 Linux 版本已经打包进模力方舟上的 pytorch-agent 比赛镜像。
<a id="q-compute-coupons"></a>
### ❓ 问题 6：算力券按团队还是按个人领取？
**回答：** 新人礼和启悟社区算力券按学生个人发放，符合条件的团队成员均可领取。团队主申请人的额度用完后，其他成员可以继续申请资源。
- [沐曦开发者社区新人礼](https://developer.metax-tech.com/activities/6)
- [启悟社区学生算力券](https://developer.metax-tech.com/activities/11)
- [赛事算力券活动](https://developer.metax-tech.com/activities/17)
<a id="q-more-compute"></a>
### ❓ 问题 7：算力额度不足时可以追加申请吗？
**回答：** 可以先领取上述活动中的算力券。仍需额外资源时，请发送需求邮件至 `opensource@metax-tech.com`。
<a id="q-commercial-agent-cost"></a>
<a id="registration"></a>
## 报名、组队与资格审核
<a id="q-register-both"></a>
### ❓ 问题 1：同一团队或个人可以同时参加两个赛题吗？
**回答：** 可以。同一团队或个人可以同时报名两个赛题。
<a id="q-register-multiple-tracks"></a>
### ❓ 问题 2：同一名学生可以报名不同赛道的不同赛题吗？
**回答：** 可以。赛事不统一限制学生报名不同赛道或不同赛题，但同一作品不得用相同核心技术内容重复申报不同赛题。
<a id="q-new-graduate"></a>
### ❓ 问题 3：本科应届毕业、尚未正式入学的研一新生可以报名吗？
**回答：** 可以。参赛者可联系原本科学校完成认证手续，并以本科生身份报名。
<a id="q-advisor-required"></a>
### ❓ 问题 4：参赛必须配备指导教师吗？
**回答：** 不强制。填写指导教师时，每支队伍可以设置 1 至 3 名指导教师。
<a id="q-advisor-team-limit"></a>
### ❓ 问题 5：一名指导教师最多可以指导几支队伍？
**回答：** 赛事暂未设置统一的硬性上限。指导教师应根据可投入的时间控制队伍数量。
<a id="q-cross-school-stamp"></a>
### ❓ 问题 6：跨校组队时，报名表应该由哪所学校盖章？
**回答：** 资格审批阶段，每名参赛者需到本人学校的校团委或院团委完成盖章确认。后续材料由团队牵头学生统一整理和提交。
<a id="q-upload-stamped-form"></a>
### ❓ 问题 7：提交报名后还可以补充已盖章的报名表扫描件吗？
**回答：** 审核人员发现材料缺少盖章时，会退回申请。团队补齐材料后可以重新提交。尚未完成盖章的团队应先与学院、校团委或学校相关部门确认办理方式。
<a id="q-stamp-department"></a>
### ❓ 问题 8：资格审查材料应该加盖哪个部门的公章？
**回答：** 各高校的管理口径不同。教务处、学生处等学籍或学生管理部门通常可以办理，参赛团队应以本校校团委或相关管理部门的要求为准。
<a id="q-no-youth-league"></a>
### ❓ 问题 9：学校未设校团委，可以用院系公章替代吗？
**回答：** 赛事原则上要求校级部门公章。学校未设校团委时，可以联系校级学工、双创或教务部门盖章，并提交情况说明。院系公章不能直接替代校级部门公章。
<a id="q-student-status-proof"></a>
### ❓ 问题 10：学校无法配合盖章，可以用学籍证明替代吗？
**回答：** 不可以。参赛团队应使用报名系统导出的报名表，并按要求完成学校盖章。
<a id="q-public-notice"></a>
### ❓ 问题 11：公示材料需要包含哪些内容？
**回答：** 请参考赛事工作群发布的参考文本，并按学校要求调整。跨校团队涉及的学校应分别在学校官网公示，公示渠道原则上使用学校官网。
<a id="q-review-deadline"></a>
### ❓ 问题 12：报名审核需要在报名截止日前完成吗？
**回答：** 原则上需要。往届出现过系统延后关闭的情况，但本届参赛团队不应据此推迟材料提交或审核。
<a id="q-review-flow"></a>
### ❓ 问题 13：报名材料的审核顺序是什么？
**回答：** 学生提交材料后，学校校团委先审核；学校审核通过后，企业再审核。企业审核通过即视为报名成功。
<a id="q-school-review-account"></a>
### ❓ 问题 14：后台显示“校团委审核”，但学校不了解审核事项，怎么办？
**回答：** 校团委需在报名系统内完成审核。省级团委通常会向各高校团委发放账号和密码。学校未收到或不了解安排时，请学校联系省级团委确认。
## FAQ 维护约定
1. 参赛者通过 Issue 提交问题。
2. 维护者确认答案后更新本文档。
3. 每个答案保留稳定锚点；需要时附上来源 Issue 或公告。
4. 维护者在原 Issue 中回复 FAQ 锚点链接，并关闭已经解决的问题。
5. 涉及版本、日期、评测参数的答案应标注确认日期。

21
README.md
View File

@ -1,22 +1,5 @@
# 降低Token 成本，攻坚国产推理生态｜沐曦两大赛题登陆 2026 揭榜挂帅擂台赛，邀青年共破局！
## 常用入口
- [常见问题 FAQ](FAQ.md)
- [沐曦通用GPU MXMACA编译器内建函数编程指南](https://developer.metax-tech.com/api/client/document/preview/1395/index.html)
## XPU-OJ 基线修复及榜单调整通知
针对近期部分同学反馈的“XPU.OJ”第三方评测系统中基线（baseline）不稳定的问题，我们高度重视，并已第一时间组织排查与测试。在此，我们对因此给大家带来的困扰深表歉意，也衷心感谢各位同学提出的宝贵意见。
目前，相关问题已修复完毕。为确保评测的公平性与准确性，我们将对现有榜单进行清空处理。历史提交记录仍可查看，但后续排名将统一以基线修复后重新提交的算子成绩为准。
比赛期间，我们将持续关注系统运行状态，也欢迎大家继续向我们反馈建议。
祝大家比赛顺利，取得理想成绩！
- XPU-OJ 地址：[https://xpuoj.com/](https://xpuoj.com/)
- 账号申领说明：[赛事 XPU-OJ 账号申领说明](赛事XPUOJ账号申领说明.md)
- 账号申领邮箱：`opensource@metax-tech.com`
2026 年度中国青年科技创新「揭榜挂帅」擂台赛正式启幕。沐曦股份重磅发布两大 AI 算力硬核榜题，聚焦国产 GPU 大模型推理算子优化，以硬核赛事搭建科研攻关平台，邀全国青年学子、科研人才揭榜攻坚，用技术重构推理效率，用创新拉低每 Token 算力成本！
## 两大重磅赛题 直击推理成本核心痛点
@ -46,7 +29,7 @@
### 赛题二：基于 AI Agent 开发范式的国产 GPU 大模型推理算子库优化
大模型推理具有高并发、长序列、高<EFBFBD><EFBFBD><EFBFBD>用频次等特点，FlashInfer、FlashAttention、Fused MoE 等核心算子直接决定模型服务的吞吐、延迟与显存开销，影响单 Token 综合推理成本。
大模型推理具有高并发、长序列、高调用频次等特点，FlashInfer、FlashAttention、Fused MoE 等核心算子直接决定模型服务的吞吐、延迟与显存开销，影响单 Token 综合推理成本。
本赛题面向沐曦国产 GPU 及 MXMACA 软件栈，鼓励参赛团队构建或使用 AI Agent / Skill 工作流，围绕推理算子库开展代码理解、算子迁移、性能分析、Kernel 优化、自动调优、Benchmark 验证和多轮迭代，探索“Agent 驱动算子优化”的新型开发范式。
@ -67,7 +50,7 @@
- [模力方舟 Agent 部署准备教程](基于AI%20Agent开发范式的国产GPU大模型推理算子库优化/模力方舟Agent部署准备教程.md)
- [赛题二说明及资料参考](基于AI%20Agent开发范式的国产GPU大模型推理算子库优化/赛题说明.md)
### **两个赛题统一使用模力方舟上的镜像PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5**
### **两个赛题统一使用模力方舟上的镜像PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1**
## 参赛对象

10
基于AI Agent开发范式的国产GPU大模型推理算子库优化/FlashAttention关键算子迁移与优化.md
View File

@ -54,10 +54,10 @@
**创建并启动实例**
1. 进入算力市场，筛选“沐曦”芯片厂商，选择合适的 GPU 规格，推荐曦云 C500 节点。
2. 关键配置：在预装镜像处，务必选择专属开发镜像 PyTorch Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5。
2. 关键配置：在预装镜像处，务必选择专属开发镜像 PyTorch Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1。
3. 创建完成后，进入算力容器，点击“工具-lab”即可打开 JupyterLab 终端开始项目创作。
![image](https://origin.picgo.net/2026/07/14/imagec7d58a8f1d18292a.png)
![image](https://origin.picgo.net/2026/06/23/image86811f30a57ae7b8.png)
**说明：** 由于本次使用的是预装的专属镜像，环境中已经默认安装并配置好了 PyTorch、FlashAttention、einops 等依赖包。因此在启动实例后，无需再进行繁琐的依赖库版本验证即可直接进入测试环节。
@ -392,7 +392,7 @@ Benchmark 脚本用于理解目标算子的调用方式、输入输出 shape 和
4. 找到对应题目 **Agent推理算子库优化-FlashAttention KV Cache Decode**。
5. 点击进入题目详情页，查看题目描述、接口约定、数据范围和提交入口。
![image](https://origin.picgo.net/2026/07/14/image42d1eff89dafbf67.png)
![image](https://origin.picgo.net/2026/06/23/image123512a0b877cd31.png)
### Step 10：理解 CUDA Maca 接口约定与精度要求
@ -593,9 +593,9 @@ S_{\mathrm{display}} = 150 + 10 \cdot \log_{10}\left(\frac{S}{150}\right)
在榜单页面，可以查看所有参赛者的排名情况：
![image](https://origin.picgo.net/2026/07/14/image1ef345703442b05b.png)
![image](https://origin.picgo.net/2026/06/23/image4035d30ecf0356f4.png)
![image](https://origin.picgo.net/2026/07/14/imageb6803fb5f55ed01f.png)
![image](https://origin.picgo.net/2026/06/24/image6f3c0164de8a994e.png)
* **本题得分：** 展示该题的历史最好成绩，排名按本题得分从高到低排序。
* **个人排名：** 页面顶部会显示你的当前排名和当前得分，方便快速了解自己的位置。

198
基于AI Agent开发范式的国产GPU大模型推理算子库优化/FlashInfer Benchmark实战：从性能基线到XPU-OJ冒烟提交.md
View File

@ -2,7 +2,7 @@
## 1. 教程定位
本教程是 **沐曦 - 揭榜挂帅 - Agent 推理算子库优化 - FlashInfer 任务** 的 “benchmark 性能基线与 XPU-OJ 提交衔接” 模块，主要帮助学员跑通目标算子的 benchmark 脚本，理解原库 API、输入输出结构、性能指标和性能基线结果，并进一步读懂 XPU-OJ 题目中的接口约定、测试数据、参考输出和精度要求。
本教程是赛题二 FlashInfer 任务的 “benchmark 性能基线与 XPU-OJ 提交衔接” 模块，主要帮助学员跑通目标算子的 benchmark 脚本，理解原库 API、输入输出结构、性能指标和性能基线结果，并进一步读懂 XPU-OJ 题目中的接口约定、测试数据、参考输出和精度要求。
需要特别说明：
@ -75,15 +75,7 @@
使用兑换码兑换 GPU 租用余额：
访问 [*模力方舟官网*](https://ai.gitee.com/)，首次登录需要使用手机号或者 Gitee 账号进行注册。登录后显示页面：
![mainpage](https://origin.picgo.net/2026/07/08/Screenshot-2026-07-07-at-7.03.00PM4301a879ed958b6b.png)
点击页面左上角 “giteeAI - 模力方舟” 图标，进入用户控制台：
![dashboard](https://origin.picgo.net/2026/07/08/Screenshot-2026-07-07-at-7.08.25PMbdb17cde254ddf29.png)
在左侧边栏选择 “费用中心”，点击右上角 “兑换” 使用兑换码兑换代金券：
访问 [*模力方舟官网*](https://ai.gitee.com/)，在左侧边栏进入 “费用中心”，点击右上角 “兑换” 使用兑换码兑换代金券；
![quote](https://origin.picgo.net/2026/06/23/-2026-06-23-1515027374ed9083ad0aea.png)
@ -94,9 +86,9 @@
![rent](https://origin.picgo.net/2026/06/17/Weixin-Image_20260617180029_15_100c1e1fecb298bac54.png)
2. 进入 “创建实例” 页面，确认计费方式为 “按量收费”，预装镜像选择：基础镜像 - **PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5**，点击下一步；
2. 进入 “创建实例” 页面，确认计费方式为 “按量收费”，预装镜像选择：基础镜像 - **PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1**，点击下一步；
![pytorch agent](https://origin.picgo.net/2026/07/14/3177f86f0227834da1a.png)
![pytorch agent](https://origin.picgo.net/2026/06/18/pytorch-agent70c0e9dce299e26c.png)
3. 勾选同意服务条款，点击 “创建实例”；
@ -134,7 +126,7 @@
![tools](https://origin.picgo.net/2026/06/23/-2026-06-23-1554030c167f9883fb1d79.png)
此部分内容可参考教程：[*模力方舟快速使用SOP*](https://gitlink.org.cn/metax-maca/op_optimization/tree/master/%E6%A8%A1%E5%8A%9B%E6%96%B9%E8%88%9F%E5%BF%AB%E9%80%9F%E4%BD%BF%E7%94%A8SOP.md)
此部分内容可参考教程：[*模力方舟快速使用SOP*](../模力方舟快速使用SOP.md)
#### 4.1.4 深度学习环境配置
@ -169,7 +161,7 @@ which mxcc && mxcc --version || echo "mxcc 未找到，请确认 MACA 工具链
| 问题 | 解决方法 |
| --- | --- |
| `mxcc: command not found` | MACA 工具链未安装或 `PATH` 未配置，检查镜像是否预装或参考 [*模力方舟快速使用SOP*](https://gitlink.org.cn/metax-maca/op_optimization/tree/master/%E6%A8%A1%E5%8A%9B%E6%96%B9%E8%88%9F%E5%BF%AB%E9%80%9F%E4%BD%BF%E7%94%A8SOP.md) |
| `mxcc: command not found` | MACA 工具链未安装或 `PATH` 未配置，检查镜像是否预装或参考 [*模力方舟快速使用SOP*](../模力方舟快速使用SOP.md) |
### 4.2 工具准备
@ -179,7 +171,7 @@ which mxcc && mxcc --version || echo "mxcc 未找到，请确认 MACA 工具链
- 已确认 Agent 可以正常调用模型。
配置过程可参考 [*模力方舟Agent部署准备教程*](https://gitlink.org.cn/metax-maca/op_optimization/tree/master/%E5%9F%BA%E4%BA%8EAI%20Agent%E5%BC%80%E5%8F%91%E8%8C%83%E5%BC%8F%E7%9A%84%E5%9B%BD%E4%BA%A7GPU%E5%A4%A7%E6%A8%A1%E5%9E%8B%E6%8E%A8%E7%90%86%E7%AE%97%E5%AD%90%E5%BA%93%E4%BC%98%E5%8C%96%2F%E6%A8%A1%E5%8A%9B%E6%96%B9%E8%88%9FAgent%E9%83%A8%E7%BD%B2%E5%87%86%E5%A4%87%E6%95%99%E7%A8%8B.md)。
配置过程可参考 [*模力方舟Agent部署准备教程*](模力方舟Agent部署准备教程.md)。
**以配置 OpenCode 为例**
@ -212,8 +204,6 @@ XPU-OJ 账号由组委会统一发放，参赛者无需自行注册。
### 4.5 评分规则概要
评分规则详情参考 [*基于AI Agent开发范式的国产GPU大模型推理算子库优化比赛方案*](https://gitlink.org.cn/metax-maca/op_optimization/tree/master/%E5%9F%BA%E4%BA%8EAI%20Agent%E5%BC%80%E5%8F%91%E8%8C%83%E5%BC%8F%E7%9A%84%E5%9B%BD%E4%BA%A7GPU%E5%A4%A7%E6%A8%A1%E5%9E%8B%E6%8E%A8%E7%90%86%E7%AE%97%E5%AD%90%E5%BA%93%E4%BC%98%E5%8C%96%2F%E5%9F%BA%E4%BA%8EAI%20Agent%E5%BC%80%E5%8F%91%E8%8C%83%E5%BC%8F%E7%9A%84%E5%9B%BD%E4%BA%A7GPU%E5%A4%A7%E6%A8%A1%E5%9E%8B%E7%AE%97%E5%AD%90%E6%8E%A8%E7%90%86%E5%BA%93%E4%BC%98%E5%8C%96%E6%96%B9%E6%A1%88.md)。
提交作品的最终评价采用 **100 分制**，由客观评测和专家评审共同组成：
| 类别 | 评审维度 | 权重 | 说明 |
@ -224,7 +214,7 @@ XPU-OJ 账号由组委会统一发放，参赛者无需自行注册。
> - OJ 榜单分数与比赛最终得分属于不同分值体系。OJ 内部以各算子 baseline 为 50 分基准、硬件理论上限约 100 分；比赛性能部分满分 60 分，按排名映射；
> - FlashInfer 方向包含多个子任务，任选一种或多种提交，各子任务独立计分，取通过正确性和稳定性测试的最高成绩参与排名，即 **FlashInfer 任务分数** = $\max$\{子题1分数, ..., 子题4分数\}；
> - FlashInfer 方向包含多个子任务，任选一种或多种提交，各子任务独立计分，取通过正确性和稳定性测试的最高成绩参与排名；
> - 组委会对提交内容严格审查，严禁抄袭，一经发现取消成绩。
## 5. 知识预备
@ -354,7 +344,7 @@ pip install pandas
**预期结果：**
![ls -l](https://origin.picgo.net/2026/07/08/-2026-07-08-1444052f3264a5597c95d5.png)
![ls -l](https://origin.picgo.net/2026/06/24/-2026-06-24-1651399191c4b66abe6916.png)
#### Step 3：验证项目脚本
@ -489,14 +479,14 @@ else:
**选择目标题目**
FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通道，**FlashInfer 任务分** = $\max$\{各子题得分\}。每个对应独立的 benchmark 脚本、题目说明、`run_kernel(...)` 接口和数据范围。
FlashInfer 方向包含 **4 个可选算子题目**，每个对应独立的 benchmark 脚本、题目说明、`run_kernel(...)` 接口和数据范围。
| OJ 题号 | OJ 题目名称 | 核心特点 | Benchmark 脚本 | FlashInfer API |
| OJ 题号 | 算子类型 | 核心特点 | Benchmark 脚本 | FlashInfer API |
|---------|---------------|----------------|----------|----------|
| **20001** | FlashInfer Ragged Prefill | GQA布局，Q/K/V平坦存储，causal=1 | `bench_batch_prefill_ragged.py` | `BatchPrefillWithRaggedKVCacheWrapper` |
| **20002** | FlashInfer Paged Prefill | KV Cache分页存储，需解析page table | `bench_batch_prefill_paged.py` | `BatchPrefillWithPagedKVCacheWrapper` |
| **20003** | FlashInfer MLA Paged Attention | DeepSeek MLA特有，双路Q(nope+pe)/双路Cache(ckv+kpe) |`bench_batch_mla.py` | `BatchMLAPagedAttentionWrapper` |
| **20004** | FlashInfer Paged Decode | 每次只1个query token，memory-bound |`bench_batch_decode.py` | `BatchDecodeWithPagedKVCacheWrapper` |
| **20001** | Ragged Prefill | GQA布局，Q/K/V平坦存储，causal=1 | `bench_batch_prefill_ragged.py` | `BatchPrefillWithRaggedKVCacheWrapper` |
| **20002** | Paged Prefill | KV Cache分页存储，需解析page table | `bench_batch_prefill_paged.py` | `BatchPrefillWithPagedKVCacheWrapper` |
| **20003** | MLA Paged Attention | DeepSeek MLA特有，双路Q(nope+pe)/双路Cache(ckv+kpe) |`bench_batch_mla.py` | `BatchMLAPagedAttentionWrapper` |
| **20004** | Paged Decode | 每次只1个query token，memory-bound |`bench_batch_decode.py` | `BatchDecodeWithPagedKVCacheWrapper` |
**每个子题的接口参数、数据范围和精度要求以对应题目说明为准。** 下文以题目 **20001 Flashinfer Ragged Prefill** 为例演示从 benchmark 到 XPU-OJ 提交的完整流程。
@ -507,7 +497,7 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
> 完成 benchmark 后，需要注意 benchmark 脚本主要用于建立性能基线，并不需要最终提交
> 最终评测以 XPU-OJ 为准，评测程序会调用选手提交代码中的 `run_kernel`，并将输出结果与 OJ 后台参考实现结果进行比较
下面以题目 **20001 FlashInfer Ragged Prefill** 为例，从本地题目文档 [*Agent 推理算子库优化 - FlashInfer Ragged Prefill*](https://gitlink.org.cn/metax-maca/op_optimization/tree/master/%E5%9F%BA%E4%BA%8EAI%20Agent%E5%BC%80%E5%8F%91%E8%8C%83%E5%BC%8F%E7%9A%84%E5%9B%BD%E4%BA%A7GPU%E5%A4%A7%E6%A8%A1%E5%9E%8B%E6%8E%A8%E7%90%86%E7%AE%97%E5%AD%90%E5%BA%93%E4%BC%98%E5%8C%96%2Foperator_task_package%2Fflashinfer_task_package%2Fxpuoj_problem%2Fproblem_20001%2FAgent%20%E6%8E%A8%E7%90%86%E7%AE%97%E5%AD%90%E5%BA%93%E4%BC%98%E5%8C%96%20-%20FlashInfer%20Ragged%20Prefill.md) 中逐节解读关键信息。
下面以题目 **20001 FlashInfer Ragged Prefill** 为例，从本地题目文档 [*Agent 推理算子库优化 - FlashInfer Ragged Prefill*](./operator_task_package/flashinfer_task_package/xpuoj_problem/problem_20001/Agent%20推理算子库优化%20-%20FlashInfer%20Ragged%20Prefill.md) 中逐节解读关键信息。
1. `## 1. 题目描述` — 我要实现什么？
@ -595,24 +585,23 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
#### Step 7：登录 XPU-OJ 并进入题目页面
使用组委会统一发放的账号登录 XPU-OJ，并在 XPU-OJ 上找到 **比赛 -> 沐曦 - 揭榜挂帅 - Agent 推理算子库优化 - FlashInfer 任务**，进入后可见 4 个题目。
使用组委会统一发放的账号登录 XPU-OJ，并进入对应赛题页面。
1. 打开 [*XPU-OJ*](https://xpuoj.com/) 平台，使用组委会统一发放的账号和初始密码登录；
1. 打开 [*XPU-OJ*](https://xpuoj.com/) 平台，使用组委会统一发放的账号和初始密码登录 **【后续发布】**；
![OJ](https://origin.picgo.net/2026/06/16/image-20260616152804368aa0d44b72c4f9572.png)
2. 登录后进入 **比赛** 列表，找到 **沐曦 - 揭榜挂帅 - Agent 推理算子库优化 - FlashInfer 任务**；
2. 登录后进入比赛 / 题目列表页面；
![OJ-2](https://origin.picgo.net/2026/07/14/7c9be6f21b764bd4bb4d0d1ba03101aac3d2235116485c23.png)
![OJ-2](https://origin.picgo.net/2026/06/16/image-20260616152953345986ce39fda69da55.png)
3. 找到对应题目，例如 **20001 FlashInfer Ragged Prefill**；
3. 找到对应题目，例如 **Agent 推理算子库优化 - FlashInfer Ragged Prefill（OJ 题号 20001）** ；
![OJ-3](https://origin.picgo.net/2026/07/14/screenshot-178399530855671a499a30efc93e3.png)
![OJ-3](https://origin.picgo.net/2026/06/16/image-202606161531423833b0f0428edf2e35e.png)
4. 点击进入题目详情页，查看题目描述、接口约定、数据范围和提交入口。
![OJ-4](https://origin.picgo.net/2026/07/14/screenshot-17839970631786edace2ba4635016.png)
![OJ-4](https://origin.picgo.net/2026/06/17/Screenshot_17-6-2026_165526_xpuoj.com9a82c272c8ea5699.jpeg)
#### Step 8：提交 OJ 冒烟代码
**目标**：完成一次最小提交，确认 OJ 提交链路、语言环境和 `run_kernel(...)` 接口可用。
@ -659,7 +648,7 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
- [*点击查看参考 Prompt*](#参考%20prompt)
- [*点击查看参考冒烟代码*](#参考冒烟代码)
- [*点击查看参考冒烟代码*](#20001%20flashinfer%20ragged%20prefill%20参考冒烟代码)
更多 OpenCode 使用教程和 Agent 使用技巧可见
@ -671,11 +660,11 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
4. 点击提交，等待评测结果返回；
![OJ-5](https://origin.picgo.net/2026/07/14/screenshot-178399559790299c95f05f67c4aea.png)
![OJ-5](https://origin.picgo.net/2026/06/16/image-202606161550234433e54d703d581f858.png)
评测时间与题目测试点数量、队列状态和平台负载有关，通常需要等待**数十秒到数分钟**，以平台实际运行状况为准。
评测时间与题目测试点数量、队列状态和平台负载有关，通常需要等待**数十秒到数分钟**，以平台实际返回为准。
![OJ-6](https://origin.picgo.net/2026/07/14/screenshot-178399561798779de7c317dbbfb2d.png)
![OJ-6](https://origin.picgo.net/2026/06/17/iwEcAqNwbmcDAQTRBt8F0QOuBrA3mrGf2xJ4fgoGfxH9GVsAB9MAAAABijZ-PQgACaJpbQoAC9IAAlPf771f660d13b07471.png)
**OJ 评测流程**：
@ -701,46 +690,45 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
5. 查看结果
1. 单测试点分析 — 以 OJ 返回的一次评测结果为例
1. 单测试点分析 — 以 OJ 返回的一次评测为例
提交后，OJ 平台对每个测试用例独立评测并返回结果。以下是一份冒烟提交的典型评测输出（来自 20001 FlashInfer Ragged Prefill 第 1 个测试点）：
提交后，OJ 平台对每个测试用例独立评测并返回结果。以下是一份优化后的真实评测输出（来自 20001 FlashInfer Ragged Prefill 第 1 个测试点）：
![OJ-7](https://origin.picgo.net/2026/07/08/-2026-07-08-1451020acc658c43662f1a.png)
![OJ-7](https://origin.picgo.net/2026/06/24/Screenshot-2026-06-24-at-5.57.34PMbe24088f85c638ca.png)
```plaintext
测试点 #1
Testcase #1
Accepted
1 pts
119 ms
112 pts
125 ms
22.0 G
输入文件
1
你的输出
Your output
OJCHAL v1 dQ0CZtDCX0JLxT1SF4h/Pw==
OJRESULT v1 c6583f61291371b771de67188893f7d47a745beb2929edce17a67f44a0d80def eyJzY2hlbWFfdmVyc2lvbiI6MiwidGltZV9tcyI6MTE5LjI0Mywic3BlZWR1cCI6MC4wMTM0NTIsInRrX3RpbWVfbXMiOjExOS4yNDMsInRiX3RpbWVfbXMiOjEuNjA0LCJ0aF90aW1lX21zIjowLjM3MzMzNCwic2NvcmVfcmF0aW8iOjAuMDEwMjQ3LCJwYXNzIjp0cnVlfQ==
你的标准错误输出
OJCHAL v1 1bHB14u2jFxvzumsIYHDPA==
OJRESULT v1 f84db85c... eyJ0aW1lX21zIjoxMjQuNjY1LCJzcGVlZHVwIjoyLjgwMjY1NSwidGtfdGltZV9tcyI6MTI0LjY2NSwidGJfdGltZV9tcyI6MzQ5LjM5MywidGhfdGltZV9tcyI6MTQ2LjYwMTU1LCJzY29yZV9yYXRpbyI6MS4xMjEyOTQsInBhc3MiOnRydWV9
{"schema_version":2,"time_ms":119.243,"speedup":0.013452,"tk_time_ms":119.243,"tb_time_ms":1.604,"th_time_ms":0.373334,"score_ratio":0.010247,"pass":true}
检查器信息
Checker message
=== SPJ Report - FlashInfer Batch Prefill ===
----------------------------------------------------------------
Testcase #1
Config: sol016_trace_synthetic_b33_total16294: batch=33, total_q=16294, total_kv=16294, max_q=987, max_kv=987, q_heads=32, kv_heads=4, head_dim_qk=128, head_dim_vo=128, causal=1, source=sol-execbench 016 axes
Config: batch=16, seq_len=16384, q_heads=32, kv_heads=4,
head_dim_qk=128, head_dim_vo=128, causal=1
Baseline: 1.604000 ms
User kernel: 119.243000 ms
Speedup vs base: 0.013 x
Baseline: 349.393000 ms
User kernel: 124.665000 ms
Hardware bound: 146.601550 ms
Speedup vs base: 2.803 x
Score ratio: 0.010247 (1.02%)
Display score: 1 / 100
Score ratio: 1.121294 (112.13%)
Display score: 112 / 100
Pass: OK
----------------------------------------------------------------
```
> 以上是一份冒烟提交的评测输出示例：`speedup = 0.013x`（远慢于 baseline），`Display score = 1`。 `OJCHAL` 和 `OJRESULT` 为平台元信息，参赛者无需关注，SPJ Report 中已包含所有评测指标的可读版本。
> 以上是**优化后**的结果（得分 112 分，加速比 2.8x），非冒烟测试预期。冒烟测试通常 `speedup < 1`，这是正常的起始点。另外 `OJCHAL` 和 `OJRESULT` 为平台元信息，参赛者无需关注，SPJ Report 中已包含所有评测指标的可读版本
**OJ 输出中各项指标的含义：**
@ -749,16 +737,16 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
```plaintext
Testcase #1
Accepted ← 状态
1 pts ← 显示得分
119 ms ← kernel 耗时
112 pts ← 显示得分
125 ms ← kernel 耗时
22.0 G ← 内存占用
```
| 项目 | 含义 | 说明 |
|------|------|------|
| `Accepted` | 评测状态 | 通过正确性校验；若为 `Wrong Answer`、`Time Limit Exceeded` 则未通过，不参与排名 |
| `1 pts` | 显示得分 | 基于评分公式 + 对数压缩后的分数。冒烟阶段通常极低，正常现象 |
| `119 ms` | kernel 耗时 | 该测试点 OJ 测速阶段你的 kernel 平均执行时间 |
| `Accepted` | 评测状态 | 通过正确性校验；若为 `Wrong Answer` 则未通过，不参与排名 |
| `112 pts` | 显示得分 | 基于评分公式 + 对数压缩后的分数（满分参考值 100） |
| `125 ms` | kernel 耗时 | 该测试点 OJ 测速阶段你的 kernel 平均执行时间 |
| `22.0 G` | 内存占用 | CPU 侧 RSS，仅供平台监控进程占用、防止 OOM |
其次，`Checker message` 中的 SPJ Report 给出了详细的性能对比：
@ -767,15 +755,16 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
=== SPJ Report - FlashInfer Batch Prefill ===
----------------------------------------------------------------
Testcase #1
Config: sol016_trace_synthetic_b33_total16294: batch=33, total_q=16294, total_kv=16294, max_q=987, max_kv=987,
q_heads=32, kv_heads=4, head_dim_qk=128, head_dim_vo=128, causal=1
Config: batch=16, seq_len=16384, q_heads=32, kv_heads=4,
head_dim_qk=128, head_dim_vo=128, causal=1
Baseline: 1.604000 ms
User kernel: 119.243000 ms
Speedup vs base: 0.013 x
Baseline: 349.393000 ms
User kernel: 124.665000 ms
Hardware bound: 146.601550 ms
Speedup vs base: 2.803 x
Score ratio: 0.010247 (1.02%)
Display score: 1 / 100
Score ratio: 1.121294 (112.13%)
Display score: 112 / 100
Pass: OK
----------------------------------------------------------------
```
@ -784,41 +773,44 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
| 字段 | 含义 | 本例值 | 解读 |
|------|------|--------|------|
| `Config` | 测试配置 | — | 该测试点的 `batch`、`total_q`、`max_q`、`q_heads`、`kv_heads` 等参数 |
| `Baseline` | OJ 参考实现耗时 (ms) | `1.60 ms` | 你的基准对比对象 |
| `User kernel` | 你的 kernel 耗时 (ms) | `119.24 ms` | **核心性能指标** |
| `Speedup vs base` | 加速比 | `0.013x` | `Baseline / User kernel`。`< 1` 表示比 baseline 慢 |
| `Score ratio` | 归一化得分（原始值） | `0.0102` | 综合评分原始值 |
| `Display score` | 显示得分 | `1` | OJ 内部评分，冒烟阶段通常极低 |
| `Pass` | 正确性校验 | `OK` | 通过了正确性校验，可参与排名 |
| `Pass` | 正确性校验 | `OK` | 通过了 `allclose(rtol=1e-2, atol=1e-2)`，可参与排名 |
| `User kernel` | 你的 kernel 耗时 (ms) | `124.67 ms` | **核心性能指标** |
| `Baseline` | OJ 参考实现耗时 (ms) | `349.39 ms` | 你的基准对比对象 |
| `Hardware bound` | 硬件理论下限 (ms) | `146.60 ms` | 基于 FLOPs / 带宽估算的理论最快时间 |
| `Speedup vs base` | 加速比 | `2.80x` | `Baseline / User kernel`，`> 1` 表示优于 OJ 参考实现 |
| `Score ratio` | 归一化得分（原始值） | `1.121` | 综合评分原始值 |
| `Display score` | 显示得分 | `112` | 经过对数压缩后的得分，超过 100 表示超越硬件理论估算 |
| `Config` | 测试配置 | — | 该测试点的 `batch`、`seq_len`、`q_heads`、`kv_heads` 等参数 |
**从 SPJ Report 分析优化方向：**
以上述冒烟结果为例：
- `Speedup vs base = 0.013x`：**冒烟代码远慢于 OJ baseline**，这是正常的起始点——冒烟阶段的目的是验证接口和提交链路，不追求性能；
以上述结果为例：
- `Speedup vs base = 2.80x`，已超越 OJ 参考实现 2.8 倍
- `Baseline = 1.60ms` 对比 `User kernel = 119.24ms`：两者之间有约 75 倍的性能差距，说明**优化空间巨大**。后续可以通过引入 tiling、shared memory、向量化访存等优化手段逐步缩小差距。
- `User kernel = 124.67ms` 对比 `Hardware bound = 146.60ms`：**你的 kernel 已超越硬件理论下限**，说明该测试点的实现已非常接近硬件极限，继续优化的收益空间有限
- `Score ratio = 1.121` 对应 `Display score = 112`，已超过 100 分的满分线
**优化优先级判断法：**
| 情况 | 优化空间 | 建议方向 |
|------|----------|----------|
| `User kernel ≫ Baseline`（speedup < 1） | 巨大 | 冒烟阶段正常状态。优先保证正确性，再引入 tiling / shared memory 等基础优化 |
| `User kernel ≈ Baseline` | 大 | 已追平 baseline，进一步分析 compute / memory 瓶颈 |
| `User kernel ≪ Baseline`（speedup > 1） | 中 | 已优于 baseline，使用 profiler 精调瓶颈阶段 |
| `User kernel ≈ Baseline` | 大 | 先保证正确性，再分析 compute / memory 瓶颈 |
| `User kernel` 在 `Baseline` 和 `Hardware bound` 之间 | 中 | 使用 profiler 分析，优化瓶颈阶段 |
| `User kernel ≈ Hardware bound` | 小 | 该测试点已接近最优，转而优化其他测试点 |
**查看所有测试用例结果：**
OJ 平台每次提交会评测所有测试用例，每个测试用例返回一组独立的 SPJ Report。每个子题独立计分，FlashInfer 任务总分取各子题得分的最高值。建议将各组结果整理成表格，方便跟踪优化进展：
OJ 平台每次提交会评测所有测试用例，每个测试用例返回一组独立的 SPJ Report。建议将各组结果整理成表格，方便跟踪优化进展：
| 测试点 | batch | total_q | Baseline | User kernel | Speedup | Score | Pass |
| 测试点 | batch_size | seq_len | Baseline | User kernel | Speedup | Score | Pass |
|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|
| 1 | 33 | 16294 | 1.60 | 119.24 | 0.013 | 1 | ✓ |
| 2 | 1 | 1024 | — | — | — | — | — |
| 1 | 1 | 1024 | — | — | — | — | — |
| 2 | 1 | 4096 | — | — | — | — | — |
| ... | ... | ... | ... | ... | ... | ... | ... |
| 15 | 2 | 98 | — | — | — | — | — |
| 12 | 16 | 16384 | 349.39 | 124.67 | 2.80 | 112.13 | ✓ |
2. XPU-OJ 平台评分机制（**仅供参考**）
2. XPU-OJ 平台评分机制（仅供参考）
以下为 XPU-OJ 平台的内部评分算法，用于生成榜单中每个题目的单题分数。请注意：
@ -830,7 +822,7 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
**单测试点评分公式**（参考 Sol-ExecBench）：
$S(T_k) = \frac{100}{1 + \left(\frac{1}{0.5} - 1\right) \cdot \frac{T_k - T_h}{T_b - T_h}}$
$$S(T_k) = \frac{100}{1 + \left(\frac{1}{0.5} - 1\right) \cdot \frac{T_k - T_h}{T_b - T_h}}$$
其中：
- $T_k$：你的 kernel 平均时间
@ -856,16 +848,17 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
3. 榜单查看 — 如何阅读排行榜
排行榜位于 **比赛 -> 沐曦 - 揭榜挂帅 - Agent 推理算子库优化 - FlashInfer 任务 -> 排行榜** 页面，展示各参赛者在每个题目的 OJ 内部得分。请注意：**OJ 榜单中各题的分数与比赛最终得分不是同一体系。** 比赛最终成绩中，性能提升效果仅取你得分最高的一个任务，按该任务的 OJ 排名换算（详见 [*4.5 评分规则概要*](#45%20评分规则概要)）。
排行榜位于 XPU-OJ 比赛页面，展示各参赛者在每个题目的 OJ 内部得分。请注意：**OJ 榜单中各题的分数与比赛最终得分不是同一体系。** 比赛最终成绩中，性能提升效果仅取你得分最高的一个任务，按该任务的 OJ 排名换算（详见 [*4.5 评分规则概要*](#45%20评分规则概要)）。
![ranklist](https://origin.picgo.net/2026/07/14/screenshot-1783995971130bb450447de868379.png)
![ranklist](https://origin.picgo.net/2026/07/07/-2026-07-07-173642c2d1ab65ebb06d55.png)
**榜单解读**：
- FlashInfer 任务有 4 个子题，各子题独立计分，FlashInfer 任务得分取各子题的最高值；
- 各题分数为 OJ 内部评分（OJ baseline = 50 分），排名按 Total（各题 OJ 得分之和）降序。此为 OJ 平台汇总逻辑，比赛最终只取单一最高分任务，不做多任务累加
- 6 列对应 6 个 OJ 子题：Ragged Prefill (20001)、Paged Prefill (20002)、MLA Attention (20003)、Paged Decode (20004)、FlashAttention KV Cache Decode (20005)、Fused MoE i8 tn (20006)
- 每列下方的括号数值（如 `(24)`）表示该题提交次数
- 各题分数为 OJ 内部评分（OJ baseline = 50 分），排名按 Total（各题 OJ 得分之和）降序。**比赛最终只取单一最高分任务**，而非多任务累加
- 每列下方的括号数值（如 `(48)`）表示该题提交次数
- `pass = false` 的提交不参与排名（对应 0 分）
@ -937,18 +930,7 @@ FlashInfer 方向包含 **4 个可选算子题目**，均属于同一比赛通
- online softmax 的 m/l 更新逻辑是否正确
```
### 7.7 调试 TLE 超时
``` plaintext
我的 run_kernel 提交到 OJ 后显示 Time Limit Exceeded，请帮我排查：
1. 这是我的 submit 代码：[粘贴你的 run_kernel 实现]
请帮我检查：
- run_kernel 中是否调用了 cudaDeviceSynchronize()（应删除）
- kernel 中 for 循环的终止条件是否有死循环风险
- __syncthreads() 是否在条件分支内（应移到分支外）
- grid/block 配置是否过大
```
### 7.8 问题排查
### 7.7 问题排查
``` plaintext
运行 bench_batch_prefill_ragged.py 时报错 out of memory，请帮我分析原因并给出解决方案。
@ -1262,7 +1244,7 @@ Before output, confirm ALL items. Any failure = 0 points.
[*回退到 Step 8*](#step%208提交%20oj%20冒烟代码)
### 参考冒烟代码
### 20001 FlashInfer Ragged Prefill 参考冒烟代码
[*回退到 Step 8*](#step%208提交%20oj%20冒烟代码)

28
基于AI Agent开发范式的国产GPU大模型推理算子库优化/Fused MoE 算子入门：从 Benchmark 验证到 XPU-OJ 接口提交.md
View File

@ -404,7 +404,7 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
#### Step 7：登录 XPU-OJ 平台并进入题目页面
**目标：**访问 XPU-OJ 评测平台，登录并进入 Fused MoE 算子对应任务页面，熟悉页面布局。
**目标：**访问 XPU-OJ 评测平台，找到 `fused_moe_i8_tn`算子题目，熟悉题目页面布局。
**操作：**
@ -412,13 +412,13 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
[![image1](https://origin.picgo.net/2026/07/08/image129d6d1ecc01aa9b8.png)](https://www.picgo.net/image/image1.4tmFfp)
2. 进入 Fused MoE 任务页面：点击顶部导航栏【比赛】，选择【进行中】，找到 Fused MoE 任务点击右侧【进入】按钮。
2. 进入比赛页面：点击顶部导航栏【比赛】，选择【进行中】，找到对应比赛进入。
[![image2](https://origin.picgo.net/2026/07/15/image21f74c19caebba239.png)](https://www.picgo.net/image/image2.4i0rxb)
[![image2](https://origin.picgo.net/2026/07/08/image28bc5fab338d015dd.png)](https://www.picgo.net/image/image2.4tmnl6)
Fused MoE 任务包含 `Fused MoE i8 tn` 一个题目，直接点击即可进入题目页面：
3. 进入题目页面：本算子对应比赛题目6：`Fused MoE i8 tn`，点击进入题目页面。
[![image3](https://origin.picgo.net/2026/07/15/image3e4063c312076081a.png)](https://www.picgo.net/image/image3.4i0cXl)
[![image3](https://origin.picgo.net/2026/07/08/image3852589a37bfe4d08.png)](https://www.picgo.net/image/image3.4tmZJu)
完成上述步骤可进入如下题目页面：
@ -427,7 +427,7 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
* 右侧：提交区域，输入编写的`run_kernel(...)`后在下方选择对应的语言即可提交。提交后可通过上方导航栏【我的提交】查看历史提交。
[![image4](https://origin.picgo.net/2026/07/15/image4bf889483e530d805.png)](https://www.picgo.net/image/image4.4i0eCw)
[![image4](https://origin.picgo.net/2026/07/08/image4d2b4f97e790fa4ef.png)](https://www.picgo.net/image/image4.4tmM4N)
#### Step 8：理解 XPU-OJ 评测接口和精度要求
@ -457,7 +457,7 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
* 容差：`rtol=2e-2, atol=5e-3`；
* 通过率：`matched_ratio ≫ 0.99`（至少 99% 的元素在容差范围内）。
* 通过率：`matched_ratio >= 0.99`（至少 99% 的元素在容差范围内）。
#### Step 9：提交 OJ 冒烟代码
@ -475,7 +475,7 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
4. 等待结果：评测时间与题目测试点数量、队列状态和平台负载有关，通常需要等待数十秒到数分钟。以平台实际返回为准。
[![image5](https://origin.picgo.net/2026/07/15/image5f248af1c62a3e804.png)](https://www.picgo.net/image/image5.4i15ww)
[![image5](https://origin.picgo.net/2026/07/08/image5fb7708d008158d27.png)](https://www.picgo.net/image/image5.4tmuBi)
**预期结果：**
@ -497,7 +497,7 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
* 在提交记录中可查看每次提交的状态、总得分、耗时、内存：
[![image6](https://origin.picgo.net/2026/07/15/image6b7f42afd3d7ab7de.png)](https://www.picgo.net/image/image6.4irF5q)
[![image6](https://origin.picgo.net/2026/07/08/image69413e305f3bad2c3.png)](https://www.picgo.net/image/image6.4tm6n2)
* 此页面下滑还可查看单测试点检查器信息（SPJ Report）：
@ -553,18 +553,18 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
1. 查看榜单
[![image8](https://origin.picgo.net/2026/07/15/image8e07cb1d387cebdaa.png)](https://www.picgo.net/image/image8.4i1Bzd)
[![image8](https://origin.picgo.net/2026/07/08/image88751523f8492bc19.png)](https://www.picgo.net/image/image8.4tm3rO)
点击【排行榜】进入榜单页面，可查看：
* 总得分：各题目得分总和，本任务只包含一个题目，因此该题得分即为总分。
* 总得分：各题目得分总和，决定最终排名。
* 个人排名及其它选手的排名：根据总分进行排名，方便参赛者纵向对比。
* 个人排名：页面顶部显示【我的排名】与【我的总分】。
* 每题得分：表格中每列对应一个题目，方便参赛者横向对比。
* 每题得分：表格中每列对应一个题目，便于横向对比。
[![image9](https://origin.picgo.net/2026/07/15/image9baf4ec786e09d859.png)](https://www.picgo.net/image/image9.4i4SOw)
[![image9](https://origin.picgo.net/2026/07/08/image9d2c7bf4f777e109c.png)](https://www.picgo.net/image/image9.4t3S4J)
2. 制定优化方向

8
基于AI Agent开发范式的国产GPU大模型推理算子库优化/模力方舟Agent部署准备教程.md
View File

@ -26,7 +26,7 @@
基础镜像：
```plaintext
PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5
PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1
```
## 二、学习目标
@ -202,7 +202,7 @@ fusedmoe_v2.1
本教程使用的镜像是：
```plaintext
PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5
PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1
```
这意味着你不需要从零安装 PyTorch、MACA、mxcc 等底层组件。你需要做的是进入镜像、确认环境、放入源码并运行 baseline。
@ -256,7 +256,7 @@ MiniMax-M2.7
3. 选择镜像：
```plaintext
PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5
PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1
```
4. 点击创建实例。
@ -308,7 +308,7 @@ print("cuda available:", torch.cuda.is_available())
PY
```
期望输出：torch: 2.8.0+metax3.7.1.5
期望输出：torch: 2.8.0+metax3.7.1.3
检查 MACA / mxcc：

4
基于AI Agent开发范式的国产GPU大模型推理算子库优化/选手入口.md
View File

@ -34,7 +34,7 @@
## 推进流程
**第一步：获取算力。** 赛事提供曦云 C500 在线算力，无需自备硬件。在沐曦开发者社区领取算力券，于模力方舟平台租用实例，选择镜像 `PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5`。详见 [模力方舟快速使用 SOP](../模力方舟快速使用SOP.md)。
**第一步：获取算力。** 赛事提供曦云 C500 在线算力，无需自备硬件。在沐曦开发者社区领取算力券，于模力方舟平台租用实例，选择镜像 `PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1`。详见 [模力方舟快速使用 SOP](../模力方舟快速使用SOP.md)。
**第二步：部署 Agent。** 推荐安装 OpenCode，通过模力方舟 API 接入 MiniMax-M2.7 模型。部署后执行 `mx-smi` 确认 Agent 可操作当前环境。详见 [模力方舟 Agent 部署准备教程](../基于AI%20Agent开发范式的国产GPU大模型推理算子库优化/模力方舟Agent部署准备教程.md)。
@ -78,7 +78,7 @@
- 报名：2026 年 5 月 30 日 – 6 月 30 日，[挑战杯官网](https://2026.tiaozhanbei.net/)
- 作品提交截止：2026 年 9 月 5 日
- 团队上限 10 人，指导教师上限 3 人
- 统一开发与评测镜像：`PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5`
- 统一开发与评测镜像：`PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1`
- Benchmark 须使用整张单卡（64 GB），日常开发建议 16–32 GB
- 正确性测试为硬性门槛，未通过的作品不参与性能排名

4
模力方舟快速使用SOP.md
View File

@ -20,9 +20,9 @@
## 4.创建实例
使用本赛事专属镜像：PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.1.5。
使用本赛事专属镜像：PyTorch-Agent / 2.8.0 / Python 3.12 / maca 3.7.2.1。
![pytorch agent](https://origin.picgo.net/2026/07/14/3177f86f0227834da1a.png)
![image3](https://origin.picgo.net/2026/05/27/image3b07e048c60342e36.png)
## 5.项目创作

59
赛事XPUOJ账号申领说明.md
View File

@ -1,59 +0,0 @@
# 沐曦揭榜挂帅赛事XPUOJ账号申领说明
# 一、XPUOJ平台简介
XPUOJ平台依托国产化算力生态体系，支持XPU架构下的代码在线编译、提交运行、自动评测、性能打分、榜单统计等全流程功能，可精准校验参赛代码的兼容性、运行效率与优化效果，是本次沐曦股份揭榜挂帅双赛题赛事的唯一官方答题、打榜、成绩核验平台。所有赛事作品的测评、排名、成绩认定均以XPUOJ平台数据为准，为赛事竞技的公平性、专业性、规范性提供技术支撑。
## 二、账号申领适用范围
本申领规则适用于本次沐曦股份揭榜挂帅双赛题报名参赛的所有队伍，针对赛事打榜账号进行统一申领、核发与管理。
# 三、账号申领规则
## （一）申领提交要求
1. 申领主体：仅由参赛队伍主申请人统一提交账号申领申请，队员无需单独申报。
2. 提交信息：邮件内需准确填写四项核心信息，所有内容必须与赛事报名提交信息完全一致，不得错报、漏报，具体如下：主申请人姓名、联系方式（手机和邮箱）、报名参赛赛题、参赛作品名称、所属学校。
3. 提交方式：将完整申领信息整理后，以邮件形式发送至官方指定邮箱：opensource@metax-tech.com。
## （二）账号核发时效
工作人员将对申领邮件信息进行逐一核实，信息核验无误后，将于3个工作日内统一下发对应赛题的XPUOJ账号，账号信息将通过原回复邮件反馈至主申请人。若信息不符、信息缺失，将延后核发，需队伍补充修正后重新申领。
## （三）双赛题账号分配规则
若同一支队伍同时报名本次沐曦股份揭榜挂帅两项赛题，获得两个对应赛题的专属XPUOJ账号，两账号相互独立、单独使用。
## （四）账号使用权限规则
本次核发的XPUOJ账号为单赛题专属限定账号，权限严格区分、互不通用：
1. 赛题一对应的XPUOJ账号，仅可用于赛题一的代码提交、测评、榜单打榜，不可用于赛题二；
2. 赛题二对应的XPUOJ账号，仅可用于赛题二的代码提交、测评、榜单打榜，不可用于赛题一；
3. 跨赛题使用账号提交作品、参与打榜的行为无效，平台不予记录成绩、不计入赛事榜单，由此产生的成绩失效、参赛失误等后果由参赛队伍自行承担。
# 四、打榜入口
![f8940a36-462e-46ae-81e0-8fc3e9f851c4.png](https://img.cdn1.vip/i/6a547a0bea62e_1783921163.webp)
1. 使用分配到的账号登陆XPU-OJ [https://xpuoj.com/](https://xpuoj.com/)；
2. 进入比赛列表
3. 找到对应赛题进行打榜即可
# 五、其他说明
1. 申领账号仅用于本次沐曦揭榜挂帅赛事参赛使用，严禁转借、售卖、违规商用，一经发现将取消参赛资格、封禁账号；
2. 请各队伍主申请人及时查收邮件，若超3个工作日未收到账号回复，可通过官方邮箱咨询反馈；
3. 所有账号使用需严格遵守赛事规则及XPUOJ平台使用规范，文明参赛、合规提交。