當 AI 應用需求正快速成長，為推動技術創新並培養人才，國家高速網路與計算中心（NCHC）攜手 NVIDIA、OpenACC 共同舉辦「NCHC Open Hackathon」黑客松，為參賽團隊提供高效能運算（HPC）與 AI 技術的實作平台。該屆活動共吸引 24 支隊伍報名，篩選 12 支隊伍晉級決賽，並在 3 週內共同探索運算效能的極限，展現驚人技術成果。

來自國立陽明交通大學的「NYCU HPC team2」專注於大語言模型（LLM）推理加速，團隊原本使用 Flax 框架，但因技術門檻過高，最終改採 PyTorch，並成功讓 NVLM 在文字輸入場景加速 330%，大幅優化推理速度。同樣聚焦 AI 應用的「Plantmen」團隊，來自國立臺灣大學生物機電工程系，最初他們開發的農業病蟲害 AI Agent 因運算量過大，導致影像辨識與提供即時診斷回應的時間超過 10 秒，後來透過 TensorRT 優化，他們將端到端推論速度提升 10 倍，使 AI 系統在 3 秒內完成病蟲害識別與回應。

聚焦量子計算領域的「NoLab」團隊，結合來自臺灣大學、陽明交通大學、臺灣師範大學、政治大學等校成員，專注於變分量子本徵值求解器（VQE）研究，並透過 DMET（密度矩陣嵌入理論）演算法，以及使用 NVIDIA CUDA-Q 工具鏈，成功實現 8,282 倍加速。來自中原大學的「CYCU_Quantum」團隊則將 Quantum Stochastic Walk 演算法映射至 GPU，解決算符迭代與矩陣運算的技術挑戰，更透過 Operator Sum 分解計算，達成近 10,000 倍的加速，為量子運算開啟新局。

氣象模擬與醫學影像分析也是高效能運算的重要應用場景。來自國立中興大學的「氣象署──興大應數聯隊」，利用 OpenACC 優化大氣臭氧（Ozone）物理參數化計算，

並大幅減少 Ozone 計算量，讓加速比高達 417 倍。至於由國立成功大學師生組成的「smile lab」團隊，則運用聯邦學習技術，讓醫療機構能在不洩露資料的前提下共享模型，並改用 Feather 格式、採用 CuPy，將影像處理時間縮短 30%。

「NCHC Open Hackathon」不僅為參賽者提供 HPC、CUDA-Q、CuPy、cuCIM 等技術實作機會，更透過 NCHC、NVIDIA、OpenACC 三方資源的加乘，為台灣人才培育、學研界技術研發，以及加速運算的應用場景，開啟無限可能。