每年由國家高速網路與運算中心 NCHC 和 NVIDIA 及 OpenACC 共同舉辦的「Open Hackathon」（Open 黑客松）競賽，至今已經舉辦第九年，已協助超過 200 隊學研單位精進和創新其研究，備受研究學術團隊們的矚目。2025 年「 NCHC Open Hackathon」更是匯聚傑出學者及頂尖機構團隊，利用各種程式設計模型、函式庫和工具，加速 AI 與高效能運算（HPC）的創新研究、成效卓著。
在大氣科學領域，由中原大學電機工程學系教授洪穎怡實驗室組成的「CYCU Power Lab」專注研發颱風預測及風電場風險評估系統，藉由 NVIDIA CUDA-Q 完成批次量子運算，並將模型訓練時間從超過 3 天減少至 4 小時，訓練吞吐量更從 RTX 3080 的每秒 0.19 次迭代提升至 H100 的 1.70 次，實現近 9 倍的效能提升。台大資訊工程學系教授李濬屹組成的「Usagi」團隊以 GPU 混合精度運算與分散式架構，大幅縮短模擬時間，達到 exascale（百億億次運算）級效能和 777 倍的加速，解決過去精確全球氣候模擬動輒耗時數月的嚴峻挑戰。
成功大學材料科學及工程學系教授陳雨澤和亞洲大學生物資訊與醫學工程學系教授吳家樂帶領的「Qa-MolGen」團隊，使用 NVIDIA CUDA-Q 軟體工具幫助模型推論更有效率，也藉由 NVIDIA CUDA 測試模型運行的規模和程度，「我們發現 qpp-cpu、NVIDIA Backend（後端）較適合用於小規模的模型訓練和推論，所以在最後使用 tensornet，並實現將量子分子生成模型加速 5417.9 倍的具體效益。」由台北科技大學機械工程系教授 Ming-Chieh, Lin 帶領的團隊「PTSG Taiwan」，在本次黑客松將電漿模擬加速 15 倍，不僅學習透過 NVIDIA Nsight Systems 分析各項 PIC 演算法在 CPU 上的計算效率，更成功開發新的 GUI，減少計算儲存延遲，接下來將與 NVIDIA AI Research Center 合作推進計畫，目標為半導體電漿製程提供最佳模擬平台。
在電腦視覺應用的面向，Ndvignition 團隊來自清華大學資訊工程學系教授黃能富帶領的高速網路實驗室，他們發現傳統 WebODM 的重建流程計算量集中於 OpenSfM，便將原本在 CPU 上執行的運算負載遷移至 NVIDIA A100 GPU，也導入 GPU 平行化的 InstantSfM，只計算真正有關聯的部分，大幅加快求解速度，經團隊測試，整體影像拼接處理時間從近一小時縮短至約 20 分鐘，加速約 5.36 倍。由清華大學資訊工程學系教授朱宏國和胡敏君共同帶領的「Paw Patrol」團隊，在 NVIDIA Mentor 的協助下，以效能分析找出多視角重建流程計算量龐大、處理速度緩慢的問題點，並透過重新設計推論流程、運用 GPU 提升運算效率，讓 3D 人體姿勢重建加速 8.5 倍。
NCHC Open Hackathon 助力開發者使用 NCHC、NVIDIA 與 OpenACC 三方資源，實現 AI 及高效能運算專案加速，也根據團隊各個主題規劃配對專業導師，透過深度協作共同激盪創新火花，制定更清晰的開發與加速藍圖。
「2026 Open Hackathon」（Open 黑客松）競賽，預計將於 10月 14 日至 11 月 4 日舉辦，競賽詳情將於 8 月中後於國家高速網路中心發布。
