裁判组的几位专家都陷入了沉默，再次看起了手中的资料。

“从纯技术角度，他们对aetos内存模型的理解和运用，思路确实非常清淅，能有这样的水平，之前肯定是从事了非常久的研究，周昀的怀疑不是没有道理，但是比赛规则看的是提交的代码和表现，不是出身，只要他们没有做什么出格的事情，我们也不好对他们做什么。”

一旁的裁判组成员点点头：“秦教授说得对，但换个角度看，他们的参与对我们未必是坏事，你们看这里，他们通过一种非常规的代码结构，竟然触发了编译器一个我们尚未充分测试的优化路径，生成了比我们预期更高效的指令串行，这本身就极具研究价值，他们在无意中帮我们做了很多任务作，我认为，我们现在的态度应该是：战略上重视，战术上平常心对待，继续观察，重点分析他们的技术选型和优化思路，他们脑子里的知识本身就是一笔宝贵的财富，同时，确保内核敏感信息的安全访问控制即可。”

比赛的总负责人靠在椅子上点了点头，虽然他也是技术出身，但近些年忙于管理和行政岗位，技术上肯定不如这些专家看得透彻：“技术上的事情我没你们懂得多，但是从产业生态竞争的角度看，如果他们真的来自对方内核团队，恰恰证明了aetos联盟和他们所推动的技术路径，已经引起了对方足够高的重视，以至于需要派出精锐力量来近距离评估。这本身就是一个强烈的市场信号，说明我们走在正确的道路上，我认为，我们甚至应该欢迎”这样的对手，真金不怕火炼，让我们的平台和我们的开发者，在与顶尖高手的较量中证明自己，这比任何宣传都更有力，不过关于内核技术的保护还是要更加严密，如果让对方窃取了我们的内核技术，那就有些得不偿失了，所以现在的问题是，对方能做得到吗？”

说完，他看向一旁的周昀，这个问题估计也只有aetos的创始人才能回答了。

周昀沉吟了片刻，想了想才回答道：“关于内核技术保护的问题，我可以从几个层面来回答，首先，从硬件架构层面，aetosv02配套的量产版本芯片，其最内核的微架构细节，尤其是涉及关键流水线设计、特定功能单元的实现方式以及一些决定性能上限的隐藏开关”，是通过硬件熔丝（efe）和物理不可克隆函数（puf）等技术进行保护的，参赛者能够接触和编程的，是经过抽象和封装后的指令集架构（isa）和计算原语，他们可以通过性能剖析去推断硬件的行为，但无法直接读取或反编译出底层的晶体管级设计。

其次，在软件栈和工具链层面，我们提供给参赛者的是发布版本的编译器和运行时库，编译器前端的解析、中端的部分优化算法确实是公开知识或基于开源项目，但最关键的后端代码生成器，特别是针对aetos特定硬件特征的优化器，其内核逻辑是高度混肴和加密的，并且运行在受信任的执行环境中，他们能观察到编译器做了什么，但很难逆向出编译器为什么这么做，也就是说，他们只能看到编译器生成了什么代码，但是很难逆向出内部的决策逻辑和代价模型。

最重要的是，我们真正的内核资产，并不仅仅是某一段代码或者某一个硬件设计细节，而是将软硬件协同设计、统一内存模型、极细粒度任务调度等理念深度融合的系统级设计哲学和持续迭代创新能力，这些东西是很难通过观察一个黑盒系统的外部行为就被完全复刻的，就象我们很难复刻cuda一样，不过，绝对的安全是不存在的，他们确实有可能通过极致的性能分析和逆向工程，发现一些潜在的硬件缺陷或软件漏洞，但这本身也是双刃剑，一方面提示了我们需要改进的地方，另一方面，这些发现通常局限于特定版本和特定应用场景，难以直接转化为系统性的攻击或复制手段，而且想要对付这种手段，方法其实很简单，虽然他们队伍的能力非常优秀，但是大家别忘了，这次的参赛队伍可不止他们一个，我们只需要增加一个奖项，就能非常好的规避掉这个小bug。”

说到这里周的笑了笑，看向众人。

“我的办法很简单——我们增设一个特别的找bug奖，而且还对正常的比赛有一定程度的加分，顺便也能帮我们更好的完善aetos生态。”

毕竟找bug这件事情对程序员来说本就是非常麻烦的事情，现在有这么好的劳动力，何乐而不为呢？

两天后

上午九点。

经过休整的晋级队伍们再次齐聚主会场，休息了两天，所有人都翘首以盼，想知道第二阶段将会面临怎样的挑战。

执行秘书长准时登台：“各位破壁者，欢迎回来，首先，在公布第二阶段任务之前，组委会有一项重要的补充通知，为了促进aetos生态的健康发展，鼓励深度技术探索与协作，本届挑战赛特此增设平台洞察与贡献奖”！”

台下顿时响起一阵轻微的骚动。

秘书长继续解释道：“该奖项独立评选，并设有专属奖金，更重要的是，它与你们的主赛道竞赛挂钩。

在比赛过程中，任何团队提交且经裁判组核实有效的bug报告、重要优化建议或深度分析，都将为该团队在当前阶段的主任务积分带来额外加分，每个高质量报告加1—3分，上限5分。

阶段结束时亦可提交综合性洞察报告参与该奖项评选，我们鼓励每一位参赛者，不仅作为竞争者，更作为aetos生态的共建者，用你们的智慧和经验，帮助我们一同打磨这个平台！”

台下议论声更大了，有人眼前一亮，觉得这是拉开差距的好机会；有人感到压力，优化任务本身已不易，还要分心“找茬”，李维团队。

“李，这不会是冲着我们来的吧？”

李维点点头：“恩，看来是的，人一多，原本和我们实力相当的队伍就会投入到找漏洞当中，所以不管我们提交与否，都会破坏我们的计划，就算我们找到了bug不提交，其他队伍也有可能抢先提交，不过既然他们发了这个通知，也就是可能察觉到了我们的身份，这样的情况下没有给我们禁赛，就说明他们对自己的技术有着足够的信心，我们这次很有可能会无功而返，接下来咱们就正常比赛吧，毕竟奖金还是不少的。”

其馀人点点头，“也只能这样了。”

执行秘书长等了一会儿，开始宣布起第二阶段的任务：”

【迁徙者】赛道第二阶段任务，实时动态图神经网络迁移与优化任务目标：将提供的基于cuda实现的动态图神经网络（dgnn）推理引擎迁移至aetos平台，该图结构实时变化，节点与边会随时间步动态增删，计算负载高度不规则且不可预测。

基线与数据：提供基线cuda代码及动态图数据流。

评分重点：迁移后推理速度，相对于cuda基线、准确性保障、延迟稳定性、

对aetos特性，如动态任务创建、细粒度同步的运用深度。

【超越者】赛道第二阶段任务：面向未知计算模块的系统级优化任务目标：组委会提供数个封装好的计算黑盒”，内部逻辑未知，可能为新型算子、仿真器等，参赛者无法修改黑盒内部，需在指定异构硬件上，为其设计外层调度、内存管理与并行方案，最大化包含黑盒的整体流水线吞吐量。

评分重点：整体性能提升幅度、优化方案的创新性与鲁棒性、资源利用率。

【造梦者】赛道第二阶段任务：面向aetos的原生元算法设计任务目标：设计一种全新的并行算法或计算模型，该算法必须天然契合并最大化利用aetos的统一内存与极细粒度并行特性，证明其在解决特定类型问题上相较于传统架构（如cuda）的潜在优势。

评分重点：思想的原创性与影响力、与aetos特性的结合度、技术可行性验证、性能潜力。”

“动态图nn？？？组委会是真不把我们当人啊！感觉头发不保！”

“别慌，重在参与（狗头）”

相较于第一阶段的任务，第二阶段的任务难度提升了不止一点。

星火团队隔间。

王琦一巴掌拍在自己额头上：“动态图！还实时！组委会这是要我们死啊！

这玩意儿在cuda里都得靠cudagraphlnstantiate和一堆原子操作才能搞，在aetos

上，我们连个类似的动态任务图”概念都还没完全吃透！”

张昊强迫自己冷静，快速浏览着提供的基线代码和aetos相关api文档：“抱怨没用，看，他们提了aetos—graph—update和aetos—node—lifeti这些原语，明显就是让我们处理动态性的，关键是怎么用才能效率最高，赵敏，基线性能跑出来了吗？我们先得知道cuda的基准在哪里。”

“正在跑，但这每一步图结构都在变，性能波动肯定巨大，稳定性会是个大问题。”

刘博言简意赅：“动态任务创建和销毁的开销，不好搞啊！”

就连他们都觉得如此棘手，其他队伍就更别说了。

旁边队伍隔间里。

“完了完了！静态图我都没搞利索，这动态的，我连cuda版本都看不懂啊！

，“大家都难！我们的目标是别垫底！赶紧看文档，找找有没有动态任务的简单例子，先模仿着弄个能跑的出来！”

虽然三个赛道的任务都很难，但是对于能坚持到现在的队伍来说，思路还是有的，没一会儿，每个隔间里就响起了敲键盘的声音。

第二天下午，星火团队遇到了瓶颈一他们初步实现的动态任务调度方案，在应对突发的大规模节点增删时，延迟急剧上升。

“不行，调度器跟不上了。”

“我们之前的分层递归策略呢？能套用过来吗？”张昊问道。

王琦摇了摇头：“动态图的变化是随机的，很难像nufft那样做规则的分区。”

“或许我们换个思路，不要追求对每一个微小的图变化都做出实时反应，aetos的统一内存架构允许我们以更“粗放”的方式管理数据。”

“怎么说？”张昊看向他。

“我们可以引入一个增量计算”的概念。”刘博走到白板前，“将时间线切成小片，在每个时间片内，我们不是立即处理所有的图变化，而是将这些变化先缓存起来，当累积的变化达到一定阈值，或者到达一个固定的时间间隔时，我们再激活一个集成任务”，批量处理这些变化，更新整个计算图的状态，并重新生成相对静态的任务链”

o

王琦眼睛一亮：“我明白了！这样就把连续的动态性，转化为了离散的批量更新！

虽然引入了一定的延迟，但极大地平滑了调度压力，并且批量处理更容易优化内存访问模式！”

“没错，”刘博点点头，“而且我们可以根据当前系统负载和变化速率，动态调整这个时间片的长度或变化阈值，实现延迟和吞吐量之间的平衡。”

张昊仔细权衡了这个方案的利：“这是一个架构级的改变，风险不小，但如果成功，收益会非常大，赵敏，仿真一下这个方案的可行性。”

赵敏迅速搭建了一个简化的模型进行推演。“在仿真中，这种延迟集成策略能将最坏情况下的延迟峰值降低70以上，平均吞吐量也有望提升。”

“好！那就按这个思路，修改我们的代码！”张昊做出了决定。

与此同时，组委会新设立的“平台洞察与贡献奖”开始发挥作用，一些深入挖掘aetos潜力的队伍，也在优化自身代码的过程中，发现了一些平台层面的问题或可改进之处。

这些报告被实时反馈到裁判组和周昀的技术团队那里，周昀看着这些报告：“这就是开源和开放生态的力量，这么多顶尖的大脑一起帮我们找问题，比我们自己闭门测试效率高多了。”

这些提交了有效报告的队伍，都获得了相应的积分加成，虽然单次加分不多，但是积少成多嘛。