近日来，神秘棋手Master连续战胜围棋冠军常昊、周睿羊、古力等多位大师收获60胜引人关注，随着Google公布Master就是AlphaGO后，人们对人工智能深度学习的关注持续加热。与此同时，随着2017 ASC世界大学生超级计算机竞赛（ASC17）全球预赛即将打响，ASC组委会透露，人工智能深度学习将成为本届赛题之一，并将与世界三大深度学习研究院之一合作。让人不禁产生联想，难道Master要来ASC17?
神秘Master会是本次比赛应用方向吗？
深度学习是近几年和未来最热门的HPC应用之一，也是重视HPC前沿应用创新的ASC竞赛所关注的重点领域。此前，ASC16首设深度学习试题，要求所有参赛队伍针对DNN智能语音算法，进行MIC众核加速技术的移植开发，对涉及英文、中文普通话数万条语音数据建立高准确度训练模型。
目前全球三大深度学习研究院分别是百度、Google、Facebook，这三家在人工智能深度学习领域各有所长，无人驾驶汽车开发是百度深度学习研究院的重要方向，Facebook发布了多项图像识别成果，Google令人最熟知的就是这位Master AlphaGO，这让人不仅好奇究竟哪个会成为本次ASC17竞赛应用？
世界级超算应用会亮相吗？
除了深度学习赛题之外，世界级应用或许也将成为本次赛题。据ASC组委会此前公布的消息，蝉联全球最快超算称号的神威·太湖之光已确定成为ASC17总决赛的比赛平台。而在神威·太湖之光上运行过三项获“戈登·贝尔”奖提名的超大规模应用，其中中科院软件所杨超研究员与清华大学副教授薛巍、付昊桓等人联合北师大组成的研究团队凭借“全球大气非静力云分辨模拟”应用一举摘得2016年锦标，实现了我国高性能计算应用成果在该奖项上零的突破。其余2项应用分别为国家海洋局海洋一所与清华大学合作的“高分辨率海浪数值模拟”和中科院网络中心的“钛合金微结构演化相场模拟”。
这让人不禁猜测，是否三项堪称世界级的HPC应用中的某一个，会成为本次ASC17的竞赛试题，看看大学生们在面临顶级的超算应用时，能否体现出与研究人员不一样的优化思路？
KNL试题会典型吗？
郑州大学最新部署的中国最大规模的KNL超算系统，将成为ASC17初赛阶段的比赛平台，这意味着ASC17有极大可能会设置一道关于KNL优化的试题。KNL是英特尔最新的融核处理器，既可以做中央处理器，也可以作为协处理器使用，这一架构特点使得ASC竞赛组委会需要在众多HPC应用中挑选有代表性的，以便让参赛队伍更好的体会融核独特的架构之处并拥有相应的应用优化经验。
无论ASC17的试题究竟有哪些，这届竞赛使用神威·太湖之光和KNL集群作为比赛平台，已经有足够的吸引力让众多高校师生投身于赛事之中，相信试题会给这届大赛带来“锦上添花”的感觉。
原文发布时间为：2017年1月9日
