欢迎参加 GPU 算子优化挑战赛 🎯！ 本比赛旨在通过优化深度学习框架中的核心计算模块，提升大模型的运行效率。在本仓库中，你可以提交你的优化代码、测试样例和使用说明。
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。
欢迎参加 评测数据集生成挑战赛 📊！ 本比赛旨在构建一个标准化、可用于 GPU 性能测试的评测数据集，帮助开发者更高效地比较不同硬件和框架的性能表现。
OpenGrow是由CCF开源发展技术委员会(ODTC) AI Infra工作组发起的开源志愿者计划项目，依托「CCF-光华青年开源基金」，汇聚高校、企业及开发者公益的力量，致力于构建开源AI基础设施项目健康发展，建立行业开放标准，推动产学研协同创新。开源、AI、Infra在这里生长，未来由你定义。
OpenGrow是由CCF开源发展技术委员会(ODTC) AI Infra工作组发起的开源志愿者计划项目，依托「CCF-光华青年开源基金」，汇聚高校、企业及开发者公益的力量，致力于构建开源AI基础设施项目健康发展，建立行业开放标准，推动产学研协同创新。开源、AI、Infra在这里生长，未来由你定义。
欢迎参加 GPU 算子优化挑战赛 🎯！ 本比赛旨在通过优化深度学习框架中的核心计算模块，提升大模型的运行效率。在本仓库中，你可以提交你的优化代码、测试样例和使用说明。
欢迎参加 评测数据集生成挑战赛 📊！ 本比赛旨在构建一个标准化、可用于 GPU 性能测试的评测数据集，帮助开发者更高效地比较不同硬件和框架的性能表现。
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。
