近日，第十三届并行应用挑战赛（PAC 2026）初赛圆满收官。本届大赛吸引了全国329支队伍踊跃参与，在国产算力平台上展开激烈角逐。其中，来自智子芯元（深圳）科技有限责任公司的AutoKernel战队尤为引人注目——该队采用“人类指导+AI执行”的协作模式，由其自研的AI Agent Kerminal自主完成优化组赛题的全部代码编写与调优工作。最终，AutoKernel战队作品在优化组242支参赛队伍中位列第一梯队，成功挺进全国总决赛。

一、AI Agent实战HPC优化，交出亮眼成绩单

根据AutoKernel战队提交的参赛答辩材料，其参与的两道优化赛题均基于国产算力平台完成，AI Agent Kerminal在人类宏观指导下，展现了完整的自动化优化能力。

赛题一为FP64张量缩并，Kerminal针对标量循环与MPI广播的瓶颈，自主设计了基于矩阵运算外积指令的dgemm内核，并采用共享内存替代广播以降低通信开销。经过多轮迭代，作品相比基准性能实现了约127倍的加速。

赛题二为BF16 Indexer算子，Kerminal针对标量逐元素计算的低效问题，通过手写汇编精确控制指令流水线，利用矩阵运算外积实现数据复用。最终成绩相比基准性能实现了约320倍的加速。

在整个过程中，人类工程师仅负责提供优化方向、审批执行计划（28次）与合规审查（4次），未直接编写任何代码。AI Agent Kerminal则自主完成了问题分析、代码实现、编译测试及56轮迭代优化，全部代码均由AI生成，累计完成9100余次工具调用，涵盖编译、测试、分析、代码修改等操作。

二、技术验证揭示能力边界，人机协同成关键

从技术层面来看，智子芯元AutoKernel战队的参赛为“AI for HPC”提供了一次宝贵的实战验证。AI Agent Kerminal展现出了强大的工程执行力与自动化探索能力，能够高效处理底层指令集优化、内存层级调度等复杂任务，并在短时间内完成海量代码迭代与微基准测试。

同时，客观数据也揭示了当前AI能力的边界——即在面对底层微架构的L2缓存带宽争抢、HBM访问延迟等深层瓶颈时，仍需要人类专家提供方向性指导。这正是“人类指导+AI执行”协作模式的价值所在：AI负责工程执行与迭代探索，人类负责方向把控与深度洞察。

三、以赛促用，探索人机协同计算新范式

PAC大赛始终秉持“以赛促教、以赛代练、以赛促用”的理念，全面依托国产算力平台，是对国产HPC全栈生态的极限测试。大赛在延续选拔、培养计算机领域优秀人才核心目标的同时，把赛场变成人机算法能力的实战演练场，推动行业直面AI时代算法研发的新命题。

作为本次大赛的特邀战队，智子芯元AutoKernel战队不占用人类战队晋级名额。其参赛意义已超越竞赛成绩本身——AI战队的加入为人类参赛者建立起直观的技术参照标尺，帮助选手看清AI算法的能力边界与优势短板，倒逼选手思考如何发挥人的洞察、创新与工程思辨优势，探索人机互补的解题范式。

PAC大赛的双重思考：工具革新与人才培育

AI Agent的此次参赛，引发了关于人工智能与高性能计算关系的深度思考。一方面，AI的辅助甚至自主编程能力，确实能够降低底层优化的工程门槛，开拓优化思路，加速技术迭代。但另一方面，AI的能力受限于已有的训练数据和人类给定的框架，对于更深层次的算法创新、复杂的系统权衡以及前瞻性的科学问题，人类的洞察力、创造力与批判性思维仍不可替代。

正因如此，PAC大赛坚持举办线下高水平竞赛、强调真实场景与硬核比拼显得尤为有意义。比赛的核心价值不仅在于选拔技术尖兵，更在于通过“以赛代练”的模式，培养具备底层思维、硬件洞察力和原始创新能力的复合型人才。

PAC 2026全国总决赛将于10月17日至19日登陆HPC China 2026。期待智子芯元AutoKernel战队与所有晋级队伍在巅峰之战中带来更多精彩表现，也期待“人机协同”这一探索继续为高性能计算产业带来新的启示与可能。