9月15日,随着区域赛深圳赛区的结束,鲲鹏应用创新大赛2022区域赛全国21个赛区已完美落幕。本次区域赛从8月24日贵州赛区启航,9月15日结束,吸引全国5000+参赛者,近2000支队伍报名,收到1000+高质量作品,经过激烈的角逐,最终90支队伍成功晋级全国半决赛。
鲲鹏应用创新大赛2022区域赛决赛由全国21个省市的鲲鹏生态创新中心、华为技术有限公司,联合中国软件行业协会、绿色计算产业联盟、中国计算机行业协会、中国计算机学会高专委共同举办。旨在通过大赛挖掘并培养一批鲲鹏创新人才,进一步激发行业应用创新、加速产业融合、促进人才培养,吸引计算全产业开发者共同打造鲲鹏全栈解决方案。

21个赛区队伍 7大赛题相竞逐
鲲鹏应用创新大赛2022区域赛决赛主要围绕7个赛题进行角逐,包括数字政府、科技金融、企业数字化、openEuler开源操作系统、openGauss开源数据库、HPC高性能计算、初创应用。各区域根据本地具体情况从7大赛题中选择部分赛题进入比拼,参赛队伍基于鲲鹏软硬件技术,打造各类软、硬件解决方案,实现技术与商业创新,为鲲鹏客户带来更多高价值应用产品与解决方案。
本届区域赛采取“线下/线上”的形式进行。值得一提的是,本届大赛整体奖金池共1000万+,在区域赛阶段,获胜参赛团队可共同分享700万元+的奖金奖励。此外,获胜参赛队伍作品还能在华为开发者大会/全联接大会进行方案展示,方案可入选年度TOP100优秀商业解决方案(仅企业),获胜队伍可优先参与鲲鹏众智计划,获得提供技术/产业/宣传/推广/现金等支持,还有机会在鲲鹏系列活动专设议题(如:鲲鹏开发者创享日-城市站)推广方案等权益。
区域赛区决赛精彩纷呈 开发者大展实力
各区域赛区评委包括有行业指导单位专家、华为高级技术专家、高校教授专家、头部行业企业专家等,评委们根据各参赛作品的创新性、技术领先性、商业前景和社会价值等多个维度进行评审,最终评选出各区域赛题的一、二、三等奖队伍。其中,数字政府、科技金融、企业数字化和初创应用赛题的第一名队伍及openEuler开源操作系统、openGauss开源数据库、HPC高性能计算赛题的前两名队伍可代表区域向全国半决赛奖项发起冲刺。
目前,贵州、山东、湖南、北京、上海、甘肃、福建、广州、四川、广西、湖北、辽宁、浙江、重庆、天津、黑龙江、陕西、江苏、河南、深圳等均已评审出获奖队伍。获奖作品涵盖政府、金融等多个行业领域,参赛队伍针对各类业务场景、应用场景给出了优秀的创新解决方案。
携手开发者伙伴 打造行业创新标杆
本届大赛区域决赛极大地激发了广大企业、高校和个人开发者关注并参与鲲鹏计算产业生态的热情。涵盖各个行业的参赛作品成为了多领域解决方案的优秀示范,为各省市打造了鲲鹏计算产业的行业应用创新标杆。大赛不仅帮助优秀企业、优秀获奖作品获得全国展示的机会,还能让本土企业“走出去”,将优秀作品付诸行业实践,赋能行业数字化转型升级,为数字经济发展提供强大的新动能。
鲲鹏应用创新大赛2022是面向全球开发者的顶级赛事,旨在通过大赛挖掘并培养一批鲲鹏计算产业发展所需的人才及伙伴,培养广大开发者基于鲲鹏生态的软件适配、迁移、软件开发、解决方案孵化等进行研发的能力,凝聚计算产业上下游企业,携手优秀合作伙伴不断拓宽鲲鹏计算产业的生态圈。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。