1

New Flang是LLVM项目持续开发的新一代Fortran语言编译器，已被多家主流产商广泛使用。当前，LLVM框架已成为现代编译器基础设施的核心，MLIR作为LLVM的扩展，提供多层次中间表示，支持更灵活的优化和转换。然而，现有的Fortran编译器（如flang）在处理OpenACC子句时，缺乏高效的MLIR到LLVM IR下降机制，导致代码生成效率低下、性能优化不足，无法充分利用过程芯片的潜力。

本课题期望项目负责团队在中科可控提供的国产加速卡架构上，参与设计并实现一个高效的OpenACC子句处理模块，实现在New Fortran编译器中完成MLIR到LLVM IR的下降。

具体目标：

1、支持OpenACC核心子句的MLIR到llvm ir转换，包括parallel、loop、data、host_data等。

2、实现MLIR dialect（如acc dialect）的pass和转换机制，确保生成高效的LLVM IR，支持数据传输、内核调度和同步。

3、并提供可扩展接口，支持未来OpenACC标准的扩展。

2

融合算子引擎是通过算法自动识别并合并连续计算操作（如卷积、归一化、激活函数等），以提升计算效率和性能的系统。融合引擎能够在程序运行过程中，根据实际输入和计算图结构动态生成高度优化的融合内核，兼具高性能与高灵活性，代表了技术发展的主流方向。

本课题基于国产加速卡DCU（BW/KME）平台及自研DTK环境进行研发，接口对齐cudnn动态融合算子引擎。当前，中科可控已经自研了hipdnn 前端算子接口及后端的dot 后端算子模板库。需求是开发一套运行时的动态引擎，根据子图可以分析出融合的范式，而后对接前端hipdnn及后端dot。本课题需要与当前中科可控已研发的模块（hipdnn/dot）进行联调，以满足功能需求。

中科可控可提供对应的软硬件开发环境，要求动态融合算子引擎编码风格保持一致，能够通过代码静态分析工具的检测。有完善的单元测试用例，单元测试覆盖度至少达到90%。

3

勒索病毒（Ransomware）是一种恶意软件，其主要目的是通过加密用户文件，以阻止用户访问数据，然后要求支付赎金以换取“解密密钥”或“系统恢复”。在存储系统中支持防勒索保护功能，可防止或尽早发现勒索软件对存储中的数据进行恶意加密。

本课题目标为：根据勒索软件攻击行为模式检测出勒索攻击行为，正常用户的访问行为减少误报。

1、实时勒索检测：根据用户的访问行为和数据特征检测出是勒索病毒行为。

2、勒索感染检测：对比前后两个时间点文件系统或块设备变化，获取基础变化特性，结合机器学习算法判断这个周期内是否感染勒索病毒。

3、支持NAS协议和SAN协议的实时勒索检测和勒索感染检测。

期望：算法检测漏报率和误报率尽量低。

4

当前商用服务器计算机电源系统在极端环境下应用的可靠性存在不足，需要从电源芯片选型、电源系统加固、计算机应用匹配一起通盘考虑做加固。

课题目标：

1、建立电源供电系统和负载系统的可靠性和典型电气失效数学模型。

2、确保硬件电源原型系统以极高的可靠性稳定运行，并在极端环境下对电源和电负载快速保护。

技术建议：

1、开展不同商用服务器计算机电源系统在极端环境下应用的可靠性分析并建立相关可靠性模型，基于此模型设计实际的电路系统原型方案。

2、基于该原型系统板卡开展极端环境下的实验，通过迭代找出优化的加固电源系统。

5

面向超算领域的智能体动态任务分解与调度，研究如何结合领域知识库，快速理解复杂的科学计算问题，规划如CAE仿真、生信等领域的研究路径与参数优化；设计基于LLM的智能任务分解器，将目标分解为可并行、可分发的子任务；研究智能体动态调度与执行算法，实现智能体弹性动态扩展，可以针对关键动作进行重复执行及工作流程回放。

具体内容包括：

1、构建CAE仿真或生信分析的领域知识库，包含任务流程模板、参数优化规则、软硬件适配约束等知识，支持知识的快速更新与检索，支持专业领域参数优化推荐。

2、研发任务意图识别和分解器，融合领域知识实现复杂任务的任务规划，自动生成“可并行、可分发、可复用”的子任务拆分方案。

3、研发多智能体协同机制和智能体扩展标准，实现智能体覆盖范围的快速扩展，支持关键动作的重复执行（如参数迭代优化环节）与全流程工作流回放（含环境配置、资源分配、执行结果的完整追溯）。

4、在SCNet平台完成原型验证，针对CAE仿真或生信典型任务，实现任务分解准确率、并行加速比、资源利用率的显著提升。