長江日報訊 北京時間8月13日凌晨3時，華中科大圖計算團隊負責人鄭龍副教授收到一份郵件：2021年圖計算挑戰賽Graph Challenge成績出爐，他的團隊與美國馬里蘭大學帕克分校團隊分別獲得此屆比賽兩個賽道的冠軍。
這是中國團隊在此項國際前沿賽事中首次奪冠。
比上屆奪冠成績快了13倍多
華中科技大學計算機科學與技術學院副教授鄭龍，團隊指導老師。
什麼是圖計算？通俗地説就是一種重要的大數據算法模型。誰能優化方法，算得更快，是人工智能中一項核心挑戰，也備受全球研發機構和巨頭公司關注。
Graph Challenge大賽比的就是這種算法優化，由IEEE、麻省理工學院、亞馬遜公司三家美國機構舉辦，是該領域最具影響力的國際賽事之一。這項賽事已開展五屆，往年冠軍基本被美國的知名科研機構和高端企業包攬，包括美國勞倫斯利弗莫爾國家實驗室和人工智能計算公司英偉達等。
本屆Graph Challenge大賽有三個賽道，分別關注圖計算的不同典型應用場景。華中科大團隊這次選擇的是其中的“稀疏神經網絡推理”賽道，是為加速人工智能應用提供新方案。
鄭龍介紹，根據賽制，每一年競賽出題內容實則相似，取勝的關鍵在於，必須盡一切可能提升算法運行速度。
與2020年同一賽道冠軍相比，華中科大團隊此次奪冠的方法將速度提高了13.74倍和22.29倍。此外，比起2020年冠軍使用768個顯卡的方法，華中科大團隊提出的方法在很多情況下僅用4個顯卡就能實現，而且效果更好。
鄭龍説，這個方案可以完成自動搜索的最優解，過去5個不同的應用場景要設計5個不同的代碼，用他們的這套技術，只用自動構建的一套通用代碼就能解決。“但要投入應用，還有待市場、業界評價，需要觀察一段時間。”
對手有雙“加速跑鞋”，他們沒有
華中科技大學軟件學院學生 葉先祺，團隊主要成員。本人供圖
贏得這場比賽到底有多難？鄭龍認可這樣一個比喻：就好比是一場國際性田徑比賽，我們團隊穿的是普通跑鞋，但對手有雙“加速跑鞋”。
鄭龍甚至感嘆，要是能夠拿到最新款的英偉達的A100芯片或是更先進的工藝技術，他們這次的方案能取得的成績會更好。他説，美國對手能使用定製的芯片，甚至在部分芯片還未真正進入市場時，就可以先行使用。在這樣的情況下，他們是通過找到之前被各大賽隊忽略的細節，把別人拋棄的一些算法重新組合，找到最優解而奪冠的。
團隊找到最優解啃下“硬骨頭”
華中科技大學計算機科學與技術學院學生辛傑，團隊主要成員。
華中科大此次奪冠團隊主要成員的平均年齡不到23歲，主要成員碩士研究生辛傑和葉先祺，都是導師鄭龍“引入”隊伍的。
去年底，團隊正式開始備賽。每天早上8時到實驗室，晚上10時多離開。有時候回到宿舍後，他們倆在想着白天沒解決的問題。辛傑説，只要睡前不去想科研的問題，就不會失眠。有時，凌晨2時葉先祺還在處理程序漏洞。
一開始，團隊選擇啃“硬骨頭”。在實驗中，團隊發現不同方法在不同的案例中有不同性能的表現。A方法在B案例中性能好，C方法在D案例上好。“為什麼沒有一種方法能夠在所有方案中都能做到很好？”儘管很難，但團隊仍然決定嘗試。
現在奪冠，葉先祺很激動。他也明白了項目開始時，鄭龍所説的“目標就是做到全球最好”這句話的含義。
（長江日報記者譚芳 通訊員王瀟瀟）
【編輯：賀方程】