2021 年 9 月,Xilinx 第二届自适应计算挑战赛拉开帷幕!我们与 Hackster.io 合作,面向独立开发人员举办了创建创新应用的挑战赛,旨在将 AMD/Xilinx 自适应计算平台与我们的 Vivado® ML、Vitis™ 统一软件平台和 Vitis AI 开发环境结合起来,解决实际问题。今年的挑战赛由三大主要赛道构成,每个赛道最高奖金 10,000 美元。
此外,我们还新增了两个赛道。一个是“赛灵思大学计划”,鼓励高校学子提交其创新项目;另一个是“科技女性”,旨在号召更多女性开发者参与技术竞赛。两个最新赛道的最高奖金均为 2,500 美元。
今年的比赛有超过 2,000 个个人和赛队报名参赛,打造了 634 个硬件应用,其中 165 个成功入围,开发者遍及 35 个国家.。五个赛道共计产生 14 位获奖者,奖金总额 70,000 美元。与去年相比,入围比赛的应用数量增加了 3 倍以上。我们很高兴看到比赛规模的持续扩大与参与者的技术热情,再次感谢每一位参赛者。
支持人工智能的应用在边缘的部署越来越多。城市通过自动化视觉应用正在变得越来越安全,工业物联网应用需要高性能人工智能推断处理,甚至零售都在发生变化,智能结账体验遍布整个行业。
我们寻找 Xilinx Kria KV260 Vision AI 入门套件与 Vitis / Vitis AI 的最佳用途,以构建边缘计算应用。
数据中心越来越多地采用人工智能来管理从设备监控到服务器优化的各种任务。基于 FPGA 的自适应计算在数据中心中起着核心作用,通常被证明是运行复杂 AI 工作负载的最高效、最具成本效益的解决方案。
在这个类别里,评委希望将我们的 VCK5000 Versal 开发卡与 Vitis AI 最完美地搭配使用,为 AI 推断加速。
在大数据分析架构中,这个类别专门聚焦于区块链应用加速,包括为需要高存储器带宽和交易验证的认证型区块链(如超级账本架构)的工作量证明算法加速。
我们要求开发者基于 Xilinx Varium™ C1100 加速器卡构建解决方案,提高区块链协议和基础设施的效率与可扩展性。
基于 KV260 的新颖深度学习诊断系统能够与专家评注交互,推断出精确的肿瘤分割
团队: OMKAR BHILARE、Vedant Paranjape、Sravan Chittupalli、Rahul Singh
使用 VCK5000 AI 推断卡加速 Deepfake C-L-I(分类-定位-推断)