| 名次 | 隊名 | 學校 | 指導老師 / 指導教練 | 參賽隊員 |
|---|---|---|---|---|
| 冠軍 | NTHU-team2 | 國立清華大學 | 周志遠 教授 | 程詩柔、黃煒智、賴思澄、林偉博、謝東豫、謝之豫 |
| 亞軍 | NTHU-Z | 國立清華大學 | 周志遠 教授 | 林展毅、魏士勛、白宸安、俞昊天、蔡茗鈞 |
| 季軍 | YoshiGawa | 國立成功大學 | 黃吉川 教授 | 林子瑜、葉育賢、施惇瀚 |
| 佳作 | La2NH3 | 嘉義高中、明道中學 | 江長民 老師 | 賴正寶、蔡昀呈、葉柏辰 |
| 佳作 | 附復得正 | 師大附中、復興實驗中學 | 李柏翰 教授 | 林哲賢、吳宇翔、蔡昕翰、葉安之、陳陽天、吳承祐 |
第四屆 (2025) 量子計算應用題
本次題目採用 Qiskit 作為主要開發工具。Qiskit 是由 IBM Quantum 團隊所開發的開源量子計算軟體，支援使用者在真實量子硬體或模擬器上撰寫、模擬與執行量子電路與演算法。搭配 Qiskit Aer 模擬器，可在多 CPU 或多 GPU 系統上，透過 MPI 等平行化技術 有效加速模擬效率。本題將聚焦在經典量子搜尋演算法——Grover’s Search Algorithm。期望參賽者能夠從量子計算的基本概念出發，逐步學習並實作 Grover 演算法，最終挑戰加速其在模擬器上的執行效能。
第四屆 (2025) 分子動力學應用題
LAMMPS（Large-scale Atomic/Molecular Massively Parallel Simulator）為經典的開源材料模擬軟體，由美國桑地亞國家實驗室（Sandia National Laboratories）主導開發，支援分子動力學、能量最小化、反應路徑搜尋等多種模擬功能，並具備良好的平行運算能力，可透過 MPI、OpenMP、GPU 與 Kokkos 等方式加速大規模模擬。在本題中，參賽者需要嘗試多種平行加速模式進行計算，並自行評估與建構合適的 LAMMPS 編譯與運行環境，分析不同模式下之計算效率與精確性，並提出最佳執行組合。