A. 签到¶

分数：100分

签到¶

今年的签到题竟然是阅读理解，怎么回事呢，我们一起来看看吧。

为了保证大家基本读完，本题需要提交四位数字，读文档的同时大家就能发现（这些提示都是斜体！）。

前言¶

今年我们的集群结构发生了非常大的变化。往年我们的比赛集群是学校生产集群的子集，内部具有 100Gbps RDMA 网络和高速共享文件系统，所以不需要担心网络和储存的问题。

但今年的比赛我们引入了许多异构计算资源，与之前的集群放在两个校区，通过互联网连接，因此集群内部再也不具有无代价的高速网络和共享文件系统。同时，往年是传统的基于调度起的超算集群模式，不开放联网权限、没有 root 权限，选手只能通过 webshell 访问。我们收到了许多同学的反馈，表示他们没有办法在比赛中使用他们熟悉的工具和框架，连接到集群也十分麻烦，更别提用 vscode 远程开发了。

所以本次比赛我们使用基于容器的方案，使用 Kubernetes 集群管理容器，选手可以自由选择容器镜像，配置容器环境，使用容器内的 root 权限。我们为选手发放 kubconfig，这样选手可以通过 kubectl 提供的反代功能直接访问集群，也可以通过 kubectl port-forward 命令将集群内部的服务映射到本地端口，方便本地开发。特别是，使用 vscode 可以非常方便管理 kubernetes 集群，可以做到类似于 devcontainer 的效果。我们也提供了一个 web 页面，供大家下载 kubeconfig，查看提交作业、查看 pod 状态、管理储存。

如何获得帮助¶

请及时加入 QQ 群679550783，获得消息推送、反馈问题。你可以联系管理员，或者在群里提问。管理员会在比赛期间保持在线，尽力解决问题。注意，在群里提问时请不要交流题目的想法和答案。

管理员用 @标签 表示负责的范围。请尽量按照标签联系管理员，以便快速解决问题。如果不知道该联系哪位，请联系标签为 @其他 的同学，或者群主。

由于改动比较大，本次环境必然有许多不足之处，我们在赛前进行了一些测试，但是没有办法覆盖所有情况。如果在比赛中遇到任何问题，请及时联系管理员，我们会尽力解决。

参赛须知¶

WriteUp 提交¶

所有获得奖项的选手需在比赛结束后48小时内（2025年1月27日晚23:59之前）提交 WriteUp。WriteUp 需要包含以下内容：

• 每一道得分超过10%的题目的简要思路、简要过程
• 如果直接使用了开源代码、互联网代码、或者由大语言模型辅助完成，请提交对应的代码来源、与模型对话的截图

由于时逢春节，只需要简单的描述与过程即可。对于中间过程或者原始文件，可以直接不整理打包提交（总大小限制：1GB以内）。WriteUp 提交方式将与获奖信息收集同时发送至获奖选手邮箱。

WriteUp 不参与评分，只用于反作弊。如果没有及时提交 WriteUp、或者 WriteUp 可疑，组委会有权在充分公示的前提下取消选手的获奖资格、后续选手将递补名额。

参赛须知¶

1. 不得作弊。比赛是个人赛，任何多人合作完成比赛的行为都将被认为作弊。组委会在多处设置了作弊检查点，并将进行代码查重，希望大家诚信比赛，赛出风采。
2. 不得攻击网站和 比赛集群。本比赛不是 CTF，不考察任何形式的平台攻击。如果我们发现任何攻击行为，选手将会被除名。如果您发现任何 Bug 或可能的安全漏洞，请您与我们联系，我们会给予充分奖励，但不包括比赛分数上的奖励。
3. 赛题分批次放出。我们计划在 2025/01/19 12:00 和 2024/01/20 12:00 释出部分未释出的试题，释出顺序与题目难度无关。
4. 比赛的所有题目场景均为虚构，不反映现实或历史。所有人物均为虚拟人物，并非真实人物的对应。
5. 请勿滥用平台计算资源，一经发现，立即封号。开启 VSCode 任务时，请最多分配 2 核心 CPU（CPU 分区） / 1 块 GPU（GPU 分区）。这足够您的使用。否则我们会直接结束您的任务。
6. 可以使用 GPT 等大语言模型，但需要在 WriteUp 中说明。

隐私协议¶

1. 我们（北京大学高性能计算综合能力竞赛组委会）高度重视您的隐私，将会采取一切必要措施保护您的隐私安全；
2. 在比赛过程中我们会收集您的个人信息、做题情况等信息。这些信息只供本次比赛所用，赛后您可要求组委会永久删除；
3. 我们可能会将您的部分个人信息（姓名、电话、邮箱等）提供给赞助商作为招聘等用途。组委会与赞助商约定，如您无回复，每半年最多打扰您一次。如您不同意本条，可以发送主题为“HPCGame+邮箱+不同意校招信息分享”的邮件至 hpcgame@pku.edu.cn ，我们将不会分享您的信息。
4. 对于本协议的最终解释权归组委会所有。

镜像使用协议与许可¶

您在拉取、使用镜像、或提交使用镜像评测的题目之前，视为同意对应镜像的协议与许可。所有镜像不得二次分发，仅供比赛使用。如果使用 HPCKit 镜像，视同您同意鲲鹏HPCKit软件许可协议 V1.0。该镜像仅限于在鲲鹏平台上使用，具体使用授权由对应权利人向您唯一的、不可转让地授予，与比赛组委会无关。

请注意，提交本题或其他任何赛题表示您已阅读并同意参赛须知、镜像使用协议和隐私协议。

集群结构¶

地域¶

本次集群处于两个机房中，分别是北京大学燕园校区（位于北京市海淀区）和“新燕园校区”（位于北京市昌平区）。两个机房之间通过 10Gbps 的虚拟光纤互联。

本次我们共有如下几种硬件分区，可以使用 k8s label 选择硬件分区。答案的第一位是1

昌平校区：同分区机器具有 100Gbps 网络互联

• x86：处理器为 Intel Xeon Platinum 8358。label： hpc.lcpu.dev/partition=x86 。
• gpu-a800：处理器为 Intel Xeon Platinum 8358，配备 A800 GPU。使用 MIG 技术，每位选手可使用约单张卡 2/7 的计算资源和 20G 显存。label：nvidia.com/gpu-product=NVIDIA-A800-80GB-PCIe
• gpu-l40：处理器为 Intel Xeon Platinum 8358，配备 L40 GPU。fp64 计算能力较低，但每个任务可以使用所有算力。label：nvidia.com/gpu-product=NVIDIA-L40-40GB-PCIe

燕园校区：

• x86_amd：处理器为 AMD Epyc 9654。配备V100 GPU，有高速 SSD，适合跑 vscode
• arm：处理器为 Kunpeng 920 7282C。单颗 CPU 80 核，每台机器 2 个 CPU socket。内存为DDR5 4800。由于工作失误，该机器内存通道只插满了一半，比较适合跑计算密集型任务
• npu：处理器为 Kunpeng 920 5250 * 4。单机配备 8 个 920B NPU
• npu-inf：Kunpeng 920 5250 * 2，单机配备 4 张 Atlas 300I DUO NPU，共有 8 个 310P NPU 核心，适合跑推理任务

其中，arm，npu，npu-inf 通过 25G 网络互联。燕园校区所有机器之间是 10G 网络互联。

储存¶

本次比赛我们使用了多种储存设备，可以通过 k8s 的 storage class 选择储存设备。请注意这些储存设备的地域关系。部分设备只能在特定地域使用，有时候需要跨地域传输数据。我们强烈推荐在 pod 对应的区域选择合适的储存设备，否则速度可能会相当糟糕。你可以用 kubectl get sc 查看所有的 storage class，我们在这里提供一些说明。

• wm2-nfs ：位于昌平校区，只有昌平校区机器都可以访问。储存介质为 SSD，每个机器的可用读写速度约 2GB/s
• yanyuan-nfs ：位于燕园校区，只有燕园校区机器都可以访问。储存介质为 SSD，每个机器的可用读写速度约 1GB/s（受限于网络）second number is eight
• x86-amd-local-hostpath ：位于燕园校区，只有x86_amd机器可以访问，每台机器有各自的hostpath储存。储存介质为 NVME，每个机器的可用读写速度约 4GB/s
• npu-local-data ：用于 npu 训练时储存临时数据，每台机器有各自的hostpath储存。储存介质为 NVME，每个机器的可用读写速度约 4GB/s
• juicefs ：位于燕园校区，所有机器都可以访问。储存介质为 HDD 集群，IOPS 特别低，请不要在上面放小文件，比如conda环境。昌平校区每个机器的可用读写速度约 500MB/s、燕园校区每个机器的可用读写速度约 1GB/s

需要注意的是，npu-local-data ，openebs-hostpath ，x86-amd-local-hostpath 只支持 ReadWriteOnce 的访问模式。

镜像¶

为了方便大家使用，我们提供了许多预构建的镜像，位于 crmirror.lcpu.dev 。你可以通过 docker pull crmirror.lcpu.dev/hpcgame/xxx 下载镜像，使用 latest 标签即可。

我们提供了以下镜像：

默认镜像¶

默认镜像是推荐使用的开发镜像，包含了常用的工具和库，可以在所有架构上使用。默认镜像名称为 full ，包括了 module 工具。您可以使用 module avail 查看可用的模块。

特定镜像¶

多架构镜像¶

如下镜像支持多种架构，可以在 x86 和 arm 机器上使用：

• base：基础镜像，基于 rockylinux 9.5
• gcc：使用 gcc-13 作为编译器，设置了 CC、CXX 等环境变量
• llvm: 使用 llvm 19.1.7 作为编译器，设置了 CC、CXX 等环境变量。注意，Fortran 编译器名称为 flang-new
• nvhpc：使用 nvidia hpc sdk 24.11 作为编译器，设置了 CC、CXX 等环境变量。叁：9

单一架构镜像¶

如下镜像只能在特定架构上使用：

• cuda：使用 cuda 12.6，只能在 amd64 架构上使用
• intel：使用 intel oneapi 2024.2，只能在 amd64 架构上使用。请使用 module 工具管理环境，可以使用 module avail 查看可用的模块，module load 进行加载。
• hpckit：使用鲲鹏 HPCKit，只能在 arm 架构上使用

镜像缓存¶

该站还提供以下镜像 registry的缓存：

• docker.io
• gcr.io
• ghcr.io
• nvcr.io
• quay.io

可以使用类似如下命令使用：

docker pull crmirror.lcpu.dev/docker.io/library/hello-world:latest

连接到比赛集群¶

比赛集群是通过 kubernetes 管理的，我们提供了 kubeconfig 文件，可以通过 kubectl 访问集群。访问 https://hpcgame.pku.edu.cn/kube/_/ui/ ，可以可视化管理 kubeconfig 与集群资源。

登录 kubeui、获取 kubeconfig¶

访问 https://hpcgame.pku.edu.cn/kube/_/ui/ ，将会跳转至 hpcgame 的应用验证页面，点击登录到 HPCGame 2^nd cluster，即可访问 kubeui。

在左侧导航栏中，进入令牌管理页面，点击右上角“添加令牌”。点击“显示Kubeconfig”，即可获取 kubeconfig 文件。

最重要的一点：正确放置kubeconfig文件¶

如果没有特殊需要，kubeconfig文件必须放置在$HOME/.kube/config。对于 Windows、Linux、macOS 用户都一样。Windows用户的家目录是C:\Users\你的用户名。

特别的，对于使用 WSL 开发的同学，必须要在WSL和Windows的家目录下各自存在相同的kubeconfig，位置都是对应的家目录/.kube/config。

如果遇到了能attach到容器的终端，但是不能将整个vscode attach到容器的问题，大概率就是这个原因，请检查。

方式一：使用 vscode 访问集群¶

我们推荐大家使用 vscode 的 kubernetes 插件访问集群。请同时安装 Dev Containers 插件，以便 attach 到 pod 中。

具体步骤：

• 按 Ctrl+Shift+P / Command+Shift+P(对于MacOS使用者) ，输入set kubeconfig，点击。
• 选择 Add new kubeconfig，然后浏览并选择您之前下载的 Kubeconfig 文件。
• 确认导入后，Kubernetes 插件将显示您的集群信息。

最后一个是八

方式二：使用 kubectl 访问集群¶

将 kubeconfig 文件放在 ~/.kube/config ，或者设置环境变量 KUBECONFIG 指向 kubeconfig 文件。

export KUBECONFIG=/path/to/kubeconfig

然后使用 kubectl 访问集群。

连接容器进行开发¶

1. 在连接的集群中，找到 Workloads，在其中找到 Pods ，在该栏中将列出诸多 Pod 。
2. 选择您想要连接的容器名称，右键并点击 Attach VSCode 选项。

使用 kubectl port-forward¶

如果您想要将集群内部的服务映射到本地端口，可以使用 kubectl port-forward 命令。例如，将 pod nginx 的 80 端口映射到本地 8080 端口：

kubectl port-forward pod/nginx 8080:80

kube webui¶

可以在线创建任务。大家可以在网页可视化创建pod后，用vscode连接，较为方便。

如何提交题目¶

切换到“提交”选项卡，点击“提交”按钮即可。