ASC26 决赛揭示超算人才缺口：AI 时代不仅缺算力，更缺复合型人才

事件概述

5月16日至20日，第十三届ASC世界大学生超级计算机竞赛（ASC26）总决赛在无锡学院举行。赛事全面采用真实科研前沿应用，包括图灵奖得主杨立昆团队的LeWorldModel世界模型优化、UnifoLM-WMA-0具身智能推理、引力波模拟AMSS-NCKU、量子线路仿真QiboTN、全球气候数值模拟ICON等。赛题来自戈登贝尔奖获奖应用及国家重点科研项目，选手需在精度底线之上极致压榨性能，模拟产业实战挑战。

核心信息

• 算力与人才供需严重失衡：IDC预计2026年中国智能算力规模达1460.3 EFLOPS（为2024年两倍），对应高性能计算工程师供需比仅0.15（1人面对7家公司争抢），SLAM算法工程师供需比0.21，部分头部企业AI核心岗位月薪约7万元，顶尖AI科学家月薪超13万元。
• 超智融合成为技术焦点：几乎所有赛题均融入AI优化思维。参赛团队需同时掌握并行计算、大模型优化、Agent框架设计等能力。在UnifoLM-WMA-0赛题中，组委会临时调整代码和随机数逻辑，导致多支队伍前期优化方案失效，最后时刻才重新达标——精准模拟了科研攻关中的不确定性。
• 人机协同模式考验：清华大学亚军战队定制了MIA专属AI Agent，独立完成80%的IO调度、通信适配等重复工作，但决赛精度测试中AI优化代码出现隐性偏差，团队耗费6小时排查才找到漏洞。北京大学冠军战队也经历了类似情况：决赛首日赛题调整后，AI持续在错误方向迭代，队员依靠底层算法库存手动修正核心架构，再借AI完成批量改写。
• 关键数据与趋势：中国最大AI4S计算集群于2026年4月投用（6万卡规模，6款核心芯片自主可控）；华泰证券预测2028年国产超节点市场空间达3414亿元。

值得关注

ASC26决赛表明，未来超算工程师需从单一性能优化者转向“定义问题边界、提出优化方向、确保物理正确性”的高阶能力持有者。AI大幅降低了基础门槛，但复杂科研级算力优化仍需人类把控逻辑与精度底线。国家超算基础设施高速建设正倒逼高校和产业联手推进“既懂编程和网络，又懂数学建模和具体应用场景”的复合型人才培养。