基于 BMC的整机功耗智能管理挑战赛

这场竞赛适合谁

适合具备 BMC 或嵌入式 Linux 开发经验，并能处理服务器温度、风扇转速、CPU/内存/磁盘/网卡负载数据的个人或团队。若选择整机方向，还需要能在 BMC 端实现 AI 决策模块，并调用风扇控制、CPU/GPU 调频调压等接口；可使用飞腾设备、其他平台或 PhyPin 虚拟机完成开发。

从报名到首次提交的准备步骤

1. 01

   BMC/OpenBMC 开发

2. 02

   嵌入式 Linux

3. 03

   温度与功耗传感器采集

4. 04

   轻量级神经网络

5. 05

   CPU/GPU 调频调压

6. 06

   AtomGit 与 Git

投入前确认：核心难点是在计算、内存和存储资源受限的 BMC 上，做出既能根据温度或主机负载动态决策、又真正可控制硬件的轻量化 AI 模块。除了算法效果，还要压缩可执行文件和内存占用，并完成可运行代码、文档、代码规范检查及现场演示。