算法創新專題賽賽題簡介

賽題報名及詳細信息詳見《首屆全國先進計算技術創新大賽》官網

算法創新專題賽共設三道賽題，分別為“基於AI算法的微帶線建模”、“基於飛騰平臺的FFT算法優化”和“基於隱私計算平臺的數據保護場景和算法創新”。

　　一、2023B1-基於AI算法的微帶線建模

　　賽題説明

　　1、賽題背景

　　電子設計自動化軟體（EDA）是芯片行業的關鍵技術。對於EDA工具，精確的器件模型又是所有倣真的基礎。常規的器件建模需要人為對測試數據進行分析並結合相應的物理模型進行擬合。需要耗費大量的人力和時間，還存在精度誤差的問題。若能夠使用機器學習對模型數據進行分析並創建模型，則有助於提高模型精度，並且能在較快時間內獲得模型，大大提高建模效率。對EDA工具的發展有至關重要的幫助。

　　傳輸線是微波電路的基礎，在電路中相當於一個二端口網絡，一個端口連接信號源，通常稱為輸入端，另一個端口連接負載，稱為輸出端。在高頻電路中，傳輸線模型對電路的倣真精度至關重要。本賽題旨在通過機器學習訓練出精度符合要求的傳輸線模型。

　　在電路設計中為了減少傳輸損耗，需要使用符合端口阻抗的微帶線作為信號傳輸。用戶可根據訓練出來的微帶線模型快速得到符合電路設計的微帶線結構。

　　2、賽題任務

　　微帶線是由支在介質基片上的單一導體帶構成的微波傳輸線，可以將電路之間的信號進行傳輸，選手需要根據出題單位提供的輸入參數即微帶線模型參數（如微帶線寬度、微帶線長度、微帶線厚度、材料介電常數等）和相應的輸出參數即微帶線特徵參數（如阻抗、插損、回損），使用神經網絡訓練出微帶線模型。模型需在輸入下表中參數後，輸出二端口S參數，即S11，S21，S12，S22，其中S11=S22，S12=S21，均為複數。

　　標準微帶線包含輸入參數如下表所示：

　　*其他限制：

　　0≤ freq ≤ 10GHz

　　專題賽階段：

　　參賽隊伍需擬合出以H、Er、W和L四個參數為變量，0-10GHz內的微帶線模型（0-10GHz，間隔為500MHz）。具體要求如下：

　　1）訓練數據為以H、Er、W和L四個參數為變量，其他參數為固定值的對應S參數。

　　2）不限機器學習算法。

　　3）形成python腳本，輸入H、Er、W和L即可輸出對應S參數和計算S參數所需時間。

　　總決賽階段：

　　參賽隊伍需擬合出以H、Er、W、L、cond、T和TanD七個參數為變量，

　　0-10GHz內的微帶線模型（0-10GHz,間隔為100MHz），且生成的模型需要符合無源性要求（即，每個頻點，S11，S21，S12，S22組成的2*2矩陣，特徵值不大於1）。具體要求如下：

　　1）輸入數據為以H、Er、W、L、cond、T和TanD七個參數為變量，其他參數為固定值的對應S參數。

　　2）不限機器學習算法。

　　3）形成python腳本，輸入H、Er、W、L、cond、T和TanD即可輸出對應S參數和計算S參數所需時間。同時輸出每個頻點的向量特徵值。

　　3、賽程賽制

　　專題賽分為線上初賽和線下復賽兩個階段：

　　（一）線上初賽：參賽隊伍線上提交作品。大賽專家組依據參賽隊伍進行線上評分，選取優秀者進入線下復賽。

　　（二）線下復賽：在專題賽主辦地舉辦。通過現場答辯，角逐出優勝獎入圍總決賽。

　　總決賽：在四川省達州市舉辦。通過現場答辯，評選出一、二、三等獎。

　　二、2023B2-基於飛騰平臺的FFT算法優化

　　賽題説明

　　1、賽題背景

　　如今主流的數字信號處理板卡一般都會選擇搭載FPGA或者DSP處理器，來實現數字信號處理算法，並完成對算法的加速，分擔CPU的壓力。業界少有人採用嵌入式微處理器實現數字信號處理。隨著飛騰CPU芯片算力的升級，搭配指令的優化，可以實現數字信號處理，並完成對它的優化加速，相關應用的關鍵在於對算法的優化加速。

　　2、賽題任務

　　專題賽賽題：

　　選手需基於飛騰平臺，實現一維/二維FFT算法：

　　（1）實現一維N點FFT算法，並針對飛騰平臺特性進行算法優化加速。（必答）

　　（2）實現二維N×N點FFT算法，並針對飛騰平臺特性進行算法優化加速。（加分項）

　　要求：

　　a）使用C/C++實現；

　　b）N=512，4096

　　c）使用NEON指令或者多核編程，對編寫的代碼進行並行加速優化及測試（測試可以分為四種情況：單核、單核+NEON、多核、多核+NEON）；

　　d）需利用MATLAB倣真結果驗證計算結果的正確性，並給出一維/二維信號的時域圖與頻域圖；

　　e）設計一個基於FFT算法的應用系統（只需提交設計方案），應用場景自由發揮，不做限制，需要注重創新性與實際應用價值。

　　總決賽賽題：

　　在專題賽成果基礎上，實現一個基於FFT算法的應用系統優化。

　　具體要求：

　　a）應用場景自由發揮，不做限制；

　　b）注重創新性與實際應用價值；

　　c）使用C/C++實現；

　　d）使用NEON指令或者多核編程，對編寫的代碼進行並行加速優化及測試（測試可以分為四種情況：單核、單核+NEON、多核、多核+NEON）。

　　3、賽程賽制

　　專題賽分為線上初賽和線下復賽兩個階段：

　　（一）線上初賽：參賽隊伍線上提交作品。大賽專家組依據參賽隊伍進行線上評分，選取優秀者進入線下復賽。

　　（二）線下復賽：在專題賽主辦地舉辦。通過現場答辯，角逐出優勝獎入圍總決賽。

　　總決賽：在四川省達州市舉辦。通過現場答辯，評選出一、二、三等獎。

　　三、2023B3-基於隱私計算平臺的數據保護場景和算法創新

　　賽題説明

　　1、賽題背景

　　在數字化時代，數據已經成為了企業和個人用戶的重要資産，但數據洩露和隱私洩露的風險也日益增加。為了保護數據安全和個人隱私，隱私計算技術應運而生。隱私計算是一種保護個人隱私的數據處理方式，通過在不暴露原始數據的情況下進行計算，保證數據的安全性和隱私保護。通過本賽題，可以推動隱私計算技術在實際應用中的發展和應用。

　　2、賽題任務

　　本賽題旨在鼓勵參賽者探索基於隱私計算平臺的數據保護場景創新，促進隱私計算技術在實際應用中的發展和應用。參賽者需設計一種基於隱私計算平臺的數據保護場景創新方案，實現數據安全保護、防護技術、密碼研發應用、算法模型篡改、歧視等風險監測驗證等功能。

　　專題賽階段任務：

　　（1）設計一種基於隱私計算平臺的數據保護場景創新方案，實現數據安全保護、防護技術、密碼研發應用、算法模型篡改、歧視等風險監測驗證等功能。

　　（2）利用隱私計算、安全多方計算、同態加密、可信加密等安全可信算法技術，加強和強化數據安全和個隱私保護。

　　（3）提供相應的監測和驗證機制，有效防範數據安全保護、防護技術、密碼研發應用、算法模型篡改、歧視等風險。

　　（4）答題平臺可以借助成熟的隱私計算平臺，也可以自行搭建。

　　總決賽階段任務：

　　參賽選手可以準備額外的算法進行參賽，或者對專題賽的方案進行完善，移植到更多的隱私計算平臺或者新的應用領域，以更加有效的證明方案的可擴展性，可操作性。

　　3、賽程賽制

　　專題賽分為線上初賽和線下復賽兩個階段：

　　（一）線上初賽：參賽隊伍線上提交作品。大賽專家組依據參賽隊伍進行線上評分，選取優秀者進入線下復賽。

　　（二）線下復賽：在專題賽主辦地舉辦。通過現場答辯，角逐出優勝獎入圍總決賽。

　　總決賽：在四川省達州市舉辦。通過現場答辯，評選出一、二、三等獎。

　　4、賽題技術支持

　　參賽環境：參賽隊伍可使用自備環境，也可選用開源隱私計算平臺。