Og vinnerne er: Xilinx kunngjør vinnere i sin første Adaptive Computing Challenge Developer Contest

Sommeren 2020 har vi annonsert den første Xilinx Adaptive Computing Challenge noensinne! Vi slo oss sammen med hackster.io å utfordre uavhengige utviklere til å lage spennende nye applikasjoner ved hjelp av Vitis Unified Software Platform og Vitis AI på utvalgte Xilinx-maskinvareplattformer. Deltakerne ble utfordret til å løse ekte ordproblemer på nye og innovative måter. Våre verdensomspennende deltakere konkurrerte i tre kategorier: Intelligent Video Analytics ved hjelp av ZCU104 evalueringssett, Adaptable Compute Acceleration utnytter Alveo U50 akselerasjonskort, og Adaptive Intelligence of Things ved hjelp av Avnet Ultra96-V2 Development Board.

Vi mottok over 70 unike globale prosjektinnleveringer. Hver deltaker viste frem sin ekspertise gjennom sine innovative designløsninger. Fra akselerasjonen av binære nevrale nettverk for å løse forsterkende læringsutfordringer til et FPGA-basert system som overvåker bruk av ansiktsmaske gjennom AI og automatisk falldeteksjon og varslingssystem for eldre voksne, kreativiteten og tankeprosessen dedikert til utfordringen ble virkelig vist i hver innovativ designløsning.

Selv om mange prosjekter var eksepsjonelle, valgte dommerne våre de tre beste prosjektvinnerne i hver kategori, som mottok premier på opptil $10,000 XNUMX (USD). Fra alle oss i Xilinx, gratulerer til følgende vinnere! 

Kategori 1: Tilpassbar beregningsakselerasjon

1. Akselerasjon av binære nevrale nettverk ved bruk av Xilinx FPGA av Raul Valencia: Utnytt Xilinx FPGAs maskinvare for å trene nevro-utviklede binære nevrale nettverk, og løs deretter Reinforcement Learning-problemer.
2. Covid4HPC – En rask og nøyaktig løsning for Covid-deteksjon av Dimitrios Danopoulos: Oppdager Covid-19 fra røntgenbilder ved hjelp av CNN-er på sky-FPGA-er.
3. ThunderGP: HLS-basert Graph Processing Framework på FPGAer av Xinyu Chen: ThunderGP gjør det mulig for dataforskere å nyte ytelsen til FPGA-basert grafbehandling uten å gå på akkord med programmerbarheten.

Kategori 2: Intelligent videoanalyse

1. Facemask Detector av Victor Altamirano: FPGA-basert system som overvåker bruk av ansiktsmaske gjennom kunstig intelligens, inkluderer et termometer og ansiktsmaskedispenser.
2. Automatisk falldeteksjon for eldre mennesker av Jinin K Jose, Nevil Shah og Rohin Kumar: Menneskelige fall er en viktig årsak til dødsfall hos eldre mennesker. Det kan forhindres med et automatisk falldeteksjon og varslingssystem.
3. Kasse så enkelt – Smart detaljhandelssystem i sanntid for FPGA av Team MAAX: Distribuer en objektdeteksjonsmodell på DPU for å bygge et system som kan vise oppdagede varer i VCU-dekodet video eller bilder fra kamera.

Kategori 3: Adaptive Intelligence of Things

1. Quad96 av Ussama Zahid: Quadcopter-kontroll og stangbalansering ved hjelp av Deep Reinforcement Learning og håndbevegelser på Ultra96
2. Maskinvareakselerert sanntidsoppfatning i 3D (HARP-3D) av Sambit Mohapatra: End-to-end demonstrasjon av 3D-objektdeteksjon i LiDAR punktskyer ved hjelp av et dypt nevralt nettverk som kjører på ULTRA96V2.
3. LAMP-FPGA: Accelerating Time Series Similarity Prediction av Amin Kalantar og Philip Brisk: Forutsi lignende mønstre i tidsseriedata på Ultra96-V2 FPGA-kort

Lær mer om vinnerne og deres prosjekter på Adaptive Computing Challenge side på vår nyoppussede Xilinx utvikler området.

Vi er også glade for å kunngjøre at det oppdaterte utviklernettstedet vil inkludere en ny funksjon for utviklerfellesskapet, Xilinx utviklerprogram. Det gratis programmet gir de nødvendige ressursene for utviklere for å lage vellykkede applikasjoner på hver Xilinx-plattform. Medlemmer har tilgang til de nyeste Xilinx-utviklingsverktøyene, eksklusive opplæringsprogrammer, opplæring, muligheter til å dele personlig teknisk innsikt og prosjekter, og mange flere viktige fordeler.

Vi ønsker deg velkommen til å bli med i vårt voksende utviklerprogramfellesskap og følge med på det kommende Adaptive Computing Challenge Startup-konkurranse starter sommeren 2021!