ASC17世界大学生超算竞赛总决赛将于4月24日-28日在国家超算无锡中心举行。经过预赛从全球230支队伍中杀入决赛的清华大学、俄罗斯圣彼得堡国立大学、德国纽伦堡大学及香港浸会大学等20支强队将同台竞技，挑战七大前沿超算应用赛题。
ASC17总决赛中，组委会将人工智能交通预测PaddlePaddle列为一大赛题，要求各参赛队在3000W功耗约束下利用组委会提供的超算节点等组件自行设计构建超级计算机，并运行深度学习平台PaddlePaddle对交通状况进行预测。
PaddlePaddle是什么？
PaddlePaddle，可以简单的理解为人工智能技术的一种革新。它是百度开发的一个成熟的深度学习框架，根据用户兴趣定向的跨空间事件要素关联分析方法，借助人工智能的尖端力量，完成多元数据的关联分析与模式挖掘。它有着极大的易用性、高效性、灵活性和扩展性等特点，具备高质量GPU代码，在解决实际问题方面有着明显的优势。
目前，PaddlePaddle已被部署到百度30多项主要产品和服务之中，如自动驾驶、百度外卖、智能数据中心、机器翻译、杀毒、黄反鉴别、过滤垃圾邮件和信息、CTR（检索匹配度）、OCR、人脸识别等。
PaddlePaddle对交通预测的意义何在？
智能交通系统是未来交通系统的发展方向，核心在于智能。利用人工智能技术，可实时分析城市交通流量，调整红绿灯间隔，缩短车辆等待时间，提升城市道路的通行效率。
而深度学习，作为人工智能的核心驱动，目前已在语音与图像处理方面取得了显著的成效，能够非监督地从数据中学习出有效的特征用以预测。利用深度学习平台PaddlePaddle进行建模来对交通状况进行精准预测，有助于车辆选择最合适的行驶路线。这在城市交通普遍拥堵的情况下，让人们更加顺利地出行，同时让城市交通的管理更加智慧。
PaddlePaddle交通预测的比赛规则有哪些？
决赛时最高瞬时功耗不得超过3000W，且必须在现场的测试平台上使用PaddlePaddle解决问题。若违反此规则，则当时的运行结果作废。
所有参赛队伍必须在浪潮英信服务器NF5280M4上搭建系统。浪潮提供以下组件，参赛队伍也可自费选择其他组件（服务器除外）。在决赛期间，各队伍机柜内设备必须全部开机，中途不得自行关机、重启或更改。
以上组件由浪潮为参赛队伍提供
组委会将在决赛现场公布新的speeds.csv和graph.csv 文件。speeds.csv文件中包含历史交通状况；graph.csv文件包含交通网络的连接信息，参赛队伍需利用PaddlePaddle对某段时间的交通状况进行预测。
PaddlePaddle交通预测结果的评估方法是？
ASC17总决赛共设七大赛题及一个PPT结果展示环节，其中 “人工智能交通预测PaddlePaddle”这一应用占15分，评估方法采用以下公式：
ASC超算竞赛中对人工智能的关注，不仅为学生搭建了深入了解、掌握最新人工智能算法等前沿科技的平台，还有助于锻炼学生动手解决问题的能力，帮助他们成为面向未来的复合型科技精英。而且，人工智能的出现也为社会注入了更多新鲜活力。通过人工智能新技术实现自动化，不仅会解放一部分手工劳动，极大地降低劳动成本，提高社会生产效率，同时还会使人类的生活更加智能、更加智慧。
