# GPUApps

**Repository Path**: topshare/GPUApps

## Basic Information

- **Project Name**: GPUApps
- **Description**: GPU 开源生态挑战赛，主要面向开源生态对国产GPU的适配工作，主要方向如下：1）单 Transformers 模型迁移到 vLLM / SGLang（可运行并优化）；2）参考LMDeploy开源适配模型实现，实现未支持的多型在国产算力上运行；3）参与InfiniCore开源项目的上游贡献；4）其它有价值的迁移，以最终提交审核为准。
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2025-08-20
- **Last Updated**: 2025-08-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# GPU 开源生态挑战赛

## 📌 挑战方向

### 模型迁移
- 单 Transformers 模型迁移到 vLLM / SGLang（可运行并优化）
- 参考LMDeploy开源适配模型实现，实现未支持的多型在国产算力上运行
- 参与InfiniCore开源项目的上游贡献
- 其它有价值的迁移，以最终提交审核为准

### 论文复现
- AI4S 领域前沿论文复现与加速

### 生态破局
- 将 CUDA AI 开源软件迁移至国产开源MACA软件栈

### 生态繁荣
- Jax 模型迁移至 PyTorch

### 可参考项目列表
- https://github.com/MetaX-MACA/FlashMLA

## 其它方向
▶ 项目价值：推动国产 AI 基础设施自主化

## 📤 提交要求及评分标准

### 参赛资格
- 提交的代码可在曦云C500上运行

### 提交内容（提交到比赛平台、当前仓库或者上游开源社区的代码仓库提供PR Link）
- 代码
- 初始化文档
- 部署脚本
- 环境配置
- 在线复现环境

### 文档要求
- 验收测试用例
- 使用手册

### 评分标准
- 能成功复现运行：60 分
- 输出正确结果（参考 CUDA 平台）：61~100 分

### 加分项
- 提供性能优化，且提供可复现的对比测试报告：+0~50 分

## 🏆 排名机制
- 评委评分从高到低排序
- 若分数相同：
  - 性能提升高者优先
  - 内容完整性高者优先
输出正确结果（参考 CUDA 平台）：61~100 分

加分项：
提供性能优化，且提供可复现的对比测试报告：+0~50 分
🏆 排名机制
评委评分从高到低排序
若分数相同：
性能提升高者优先
内容完整性高者优先