算法创新专题赛赛题简介

赛题报名及详细信息详见《首届全国先进计算技术创新大赛》官网

算法创新专题赛共设三道赛题，分别为“基于AI算法的微带线建模”、“基于飞腾平台的FFT算法优化”和“基于隐私计算平台的数据保护场景和算法创新”。

　　一、2023B1-基于AI算法的微带线建模

　　赛题说明

　　1、赛题背景

　　电子设计自动化软件（EDA）是芯片行业的关键技术。对于EDA工具，精确的器件模型又是所有仿真的基础。常规的器件建模需要人为对测试数据进行分析并结合相应的物理模型进行拟合。需要耗费大量的人力和时间，还存在精度误差的问题。若能够使用机器学习对模型数据进行分析并创建模型，则有助于提高模型精度，并且能在较快时间内获得模型，大大提高建模效率。对EDA工具的发展有至关重要的帮助。

　　传输线是微波电路的基础，在电路中相当于一个二端口网络，一个端口连接信号源，通常称为输入端，另一个端口连接负载，称为输出端。在高频电路中，传输线模型对电路的仿真精度至关重要。本赛题旨在通过机器学习训练出精度符合要求的传输线模型。

　　在电路设计中为了减少传输损耗，需要使用符合端口阻抗的微带线作为信号传输。用户可根据训练出来的微带线模型快速得到符合电路设计的微带线结构。

　　2、赛题任务

　　微带线是由支在介质基片上的单一导体带构成的微波传输线，可以将电路之间的信号进行传输，选手需要根据出题单位提供的输入参数即微带线模型参数（如微带线宽度、微带线长度、微带线厚度、材料介电常数等）和相应的输出参数即微带线特征参数（如阻抗、插损、回损），使用神经网络训练出微带线模型。模型需在输入下表中参数后，输出二端口S参数，即S11，S21，S12，S22，其中S11=S22，S12=S21，均为复数。

　　标准微带线包含输入参数如下表所示：

　　*其他限制：

　　0≤ freq ≤ 10GHz

　　专题赛阶段：

　　参赛队伍需拟合出以H、Er、W和L四个参数为变量，0-10GHz内的微带线模型（0-10GHz，间隔为500MHz）。具体要求如下：

　　1）训练数据为以H、Er、W和L四个参数为变量，其他参数为固定值的对应S参数。

　　2）不限机器学习算法。

　　3）形成python脚本，输入H、Er、W和L即可输出对应S参数和计算S参数所需时间。

　　总决赛阶段：

　　参赛队伍需拟合出以H、Er、W、L、cond、T和TanD七个参数为变量，

　　0-10GHz内的微带线模型（0-10GHz,间隔为100MHz），且生成的模型需要符合无源性要求（即，每个频点，S11，S21，S12，S22组成的2*2矩阵，特征值不大于1）。具体要求如下：

　　1）输入数据为以H、Er、W、L、cond、T和TanD七个参数为变量，其他参数为固定值的对应S参数。

　　2）不限机器学习算法。

　　3）形成python脚本，输入H、Er、W、L、cond、T和TanD即可输出对应S参数和计算S参数所需时间。同时输出每个频点的向量特征值。

　　3、赛程赛制

　　专题赛分为线上初赛和线下复赛两个阶段：

　　（一）线上初赛：参赛队伍线上提交作品。大赛专家组依据参赛队伍进行线上评分，选取优秀者进入线下复赛。

　　（二）线下复赛：在专题赛主办地举办。通过现场答辩，角逐出优胜奖入围总决赛。

　　总决赛：在四川省达州市举办。通过现场答辩，评选出一、二、三等奖。

　　二、2023B2-基于飞腾平台的FFT算法优化

　　赛题说明

　　1、赛题背景

　　如今主流的数字信号处理板卡一般都会选择搭载FPGA或者DSP处理器，来实现数字信号处理算法，并完成对算法的加速，分担CPU的压力。业界少有人采用嵌入式微处理器实现数字信号处理。随着飞腾CPU芯片算力的升级，搭配指令的优化，可以实现数字信号处理，并完成对它的优化加速，相关应用的关键在于对算法的优化加速。

　　2、赛题任务

　　专题赛赛题：

　　选手需基于飞腾平台，实现一维/二维FFT算法：

　　（1）实现一维N点FFT算法，并针对飞腾平台特性进行算法优化加速。（必答）

　　（2）实现二维N×N点FFT算法，并针对飞腾平台特性进行算法优化加速。（加分项）

　　要求：

　　a）使用C/C++实现；

　　b）N=512，4096

　　c）使用NEON指令或者多核编程，对编写的代码进行并行加速优化及测试（测试可以分为四种情况：单核、单核+NEON、多核、多核+NEON）；

　　d）需利用MATLAB仿真结果验证计算结果的正确性，并给出一维/二维信号的时域图与频域图；

　　e）设计一个基于FFT算法的应用系统（只需提交设计方案），应用场景自由发挥，不做限制，需要注重创新性与实际应用价值。

　　总决赛赛题：

　　在专题赛成果基础上，实现一个基于FFT算法的应用系统优化。

　　具体要求：

　　a）应用场景自由发挥，不做限制；

　　b）注重创新性与实际应用价值；

　　c）使用C/C++实现；

　　d）使用NEON指令或者多核编程，对编写的代码进行并行加速优化及测试（测试可以分为四种情况：单核、单核+NEON、多核、多核+NEON）。

　　3、赛程赛制

　　专题赛分为线上初赛和线下复赛两个阶段：

　　（一）线上初赛：参赛队伍线上提交作品。大赛专家组依据参赛队伍进行线上评分，选取优秀者进入线下复赛。

　　（二）线下复赛：在专题赛主办地举办。通过现场答辩，角逐出优胜奖入围总决赛。

　　总决赛：在四川省达州市举办。通过现场答辩，评选出一、二、三等奖。

　　三、2023B3-基于隐私计算平台的数据保护场景和算法创新

　　赛题说明

　　1、赛题背景

　　在数字化时代，数据已经成为了企业和个人用户的重要资产，但数据泄露和隐私泄露的风险也日益增加。为了保护数据安全和个人隐私，隐私计算技术应运而生。隐私计算是一种保护个人隐私的数据处理方式，通过在不暴露原始数据的情况下进行计算，保证数据的安全性和隐私保护。通过本赛题，可以推动隐私计算技术在实际应用中的发展和应用。

　　2、赛题任务

　　本赛题旨在鼓励参赛者探索基于隐私计算平台的数据保护场景创新，促进隐私计算技术在实际应用中的发展和应用。参赛者需设计一种基于隐私计算平台的数据保护场景创新方案，实现数据安全保护、防护技术、密码研发应用、算法模型篡改、歧视等风险监测验证等功能。

　　专题赛阶段任务：

　　（1）设计一种基于隐私计算平台的数据保护场景创新方案，实现数据安全保护、防护技术、密码研发应用、算法模型篡改、歧视等风险监测验证等功能。

　　（2）利用隐私计算、安全多方计算、同态加密、可信加密等安全可信算法技术，加强和强化数据安全和个隐私保护。

　　（3）提供相应的监测和验证机制，有效防范数据安全保护、防护技术、密码研发应用、算法模型篡改、歧视等风险。

　　（4）答题平台可以借助成熟的隐私计算平台，也可以自行搭建。

　　总决赛阶段任务：

　　参赛选手可以准备额外的算法进行参赛，或者对专题赛的方案进行完善，移植到更多的隐私计算平台或者新的应用领域，以更加有效的证明方案的可扩展性，可操作性。

　　3、赛程赛制

　　专题赛分为线上初赛和线下复赛两个阶段：

　　（一）线上初赛：参赛队伍线上提交作品。大赛专家组依据参赛队伍进行线上评分，选取优秀者进入线下复赛。

　　（二）线下复赛：在专题赛主办地举办。通过现场答辩，角逐出优胜奖入围总决赛。

　　总决赛：在四川省达州市举办。通过现场答辩，评选出一、二、三等奖。

　　4、赛题技术支持

　　参赛环境：参赛队伍可使用自备环境，也可选用开源隐私计算平台。