12月19日，由開放原子開源基金會主辦，太初元碁Tecorigin共建的第二屆開放原子大賽 “Tecorigin算子開發任務挑戰賽”和 “Teco-RAG大模型開發任務挑戰賽” 在武漢舉行決賽路演。24支決賽隊伍現場角逐出各項大獎，本次Tecorigin挑戰賽圓滿落幕。

第二屆開放原子大賽是由開放原子開源基金會主辦的一場高規格高站位的開源領域專業賽事，太初元碁作為共建方，設立“Tecorigin算子開發任務挑戰賽”和 “Teco-RAG大模型開發任務挑戰賽” 兩個賽項，總獎金60萬元，旨在鼓勵參賽者基于完全自主可控的國產AI加速卡及軟件棧，開發創新算子和大模型問答系統。兩個賽項共吸引來自全國各地高校及企業的207支隊伍報名參賽，經過三個月的激烈角逐，最終評選出24支隊伍，受邀參加決賽路演。

“Tecorigin算子開發任務挑戰賽”最終排名第一的是來自阿里巴巴的“大錘”隊。該團隊通過減少輸出緩沖區、數據重排SIMD、分塊計算、減少輸入內存等步驟，將tecoalConvolutionForward算子的性能提升3.5倍。

“Teco-RAG大模型開發任務挑戰賽” 最終排名第一的是來自上海的“moyuheng”隊。該團隊重點優化了Teco-RAG的索引鏈部分：通過單雙欄PDF分類解析、PPT坐標脫敏、知識路徑分類優化讀取過程；通過分隔常見中文標題、字符優化分段過程；通過對將文件標題和知識路徑作為上下文、合并小chunk內容優化向量化過程。最終將Teco-RAG知識問答系統的準確率提升15%。

路演結束后，選手們紛紛發表了自己的參賽感受。

太初的硬件和軟件相關工具都挺好用的，賽事提供的文檔中提供了典型的一些算子優化思路和方法，便于在比賽之中使用SDAA C編程語言實現算子高性能優化。

“VegetableBird”團隊：

我之前有過CUDA開發的經歷，SDAA C和CUDA類似，從CUDA遷移過來門檻很低，甚至感覺對初學者更友好。本次賽事提供的服務器性能非常好，環境無需額外配置，baseline和測試用例也非常清晰。

“moyuheng”團隊：

數據決定了機器學習的上限，而算法只是逼近這個上限。Teco-RAG部署簡單，技術棧也很先進，架構上將三個Chain很好地解耦并提供FastAPI，定制開發非常方便，可玩性非常強。在國產化勢在必行的今天，非常看好Teco-RAG在行業實際生產場景中落地。

“。。。。。。”團隊：

非常有幸借助本次賽事，體驗國產算力的魅力。我們借助太初的算力平臺，驗證了其在AI領域的卓越適配能力，構建了一套完整、高效的RAG優化范式。

通過參加本次Tecorigin挑戰賽，選手們不僅見證了國產AI加速卡及軟件棧的飛速進步，更深刻感受到了創新與實踐相結合所帶來的無限可能。

結語

展望未來，我們堅信國產AI加速卡及其軟件棧將在更多領域得到廣泛應用，并為推動AI科研與產業的繁榮發展貢獻重要力量。同時，我們也期待更多優秀開發者能夠加入到這一領域中來，共同探索、共同創新，為國產AI技術的崛起貢獻自己的智慧與力量。