และผู้ชนะคือ: Xilinx ประกาศผู้ชนะในการประกวดนักพัฒนาซอฟต์แวร์ Adaptive Computing Challenge ครั้งแรก

ในฤดูร้อนปี 2020 พวกเรา ประกาศ Xilinx Adaptive Computing Challenge ครั้งแรก! เราร่วมมือกับ hackster.io เพื่อท้าทายนักพัฒนาอิสระในการสร้างแอปพลิเคชั่นใหม่ที่น่าตื่นเต้นโดยใช้ แพลตฟอร์มซอฟต์แวร์ Vitis Unified และ วิทิส เอไอ บนแพลตฟอร์มฮาร์ดแวร์ Xilinx ที่เลือก ผู้เข้าแข่งขันถูกท้าทายให้แก้ปัญหาคำศัพท์จริงด้วยวิธีการใหม่และสร้างสรรค์ ผู้เข้าร่วมทั่วโลกของเราแข่งขันกันในสามประเภท: Intelligent Video Analytics โดยใช้ ชุดประเมิน ZCU104, Adaptable Compute Acceleration โดยใช้ประโยชน์จาก การ์ดเร่งความเร็ว Alveo U50และ Adaptive Intelligence of Things โดยใช้ คณะกรรมการพัฒนา Avnet Ultra96-V2.

เราได้รับการส่งโครงการทั่วโลกที่ไม่ซ้ำกันมากกว่า 70 รายการ ผู้เข้าร่วมทุกคนแสดงความเชี่ยวชาญผ่านโซลูชันการออกแบบที่เป็นนวัตกรรมใหม่ ตั้งแต่การเร่งความเร็วของโครงข่ายประสาทเทียมแบบไบนารี ไปจนถึงการแก้ปัญหาความท้าทายในการเรียนรู้การเสริมแรง ไปจนถึงระบบที่ใช้ FPGA ที่ตรวจสอบการใช้หน้ากากผ่าน AI และระบบตรวจจับการล้มอัตโนมัติและระบบเตือนสำหรับผู้สูงอายุ ความคิดสร้างสรรค์และกระบวนการคิดที่ทุ่มเทให้กับความท้าทายนั้นได้แสดงออกมาอย่างแท้จริงในแต่ละคน โซลูชันการออกแบบที่เป็นนวัตกรรมใหม่

แม้ว่าหลายโครงการจะยอดเยี่ยม แต่กรรมการของเราได้เลือกผู้ชนะโครงการสามอันดับแรกในแต่ละประเภท ซึ่งได้รับรางวัลสูงถึง $10,000 (USD) จากพวกเราทุกคนที่ Xilinx ขอแสดงความยินดีกับผู้ต่อไปนี้ ผู้โชคดี! 

หมวดที่ 1: การเร่งการประมวลผลที่ปรับเปลี่ยนได้

1. การเร่งความเร็วของโครงข่ายประสาทเทียมแบบไบนารีโดยใช้ Xilinx FPGA โดย Raul Valencia: ใช้ประโยชน์จากฮาร์ดแวร์ของ Xilinx FPGA เพื่อฝึกอบรมโครงข่ายประสาทเทียมแบบไบนารีที่มีการพัฒนาระบบประสาท จากนั้นแก้ปัญหาการเรียนรู้การเสริมแรง
2. Covid4HPC – โซลูชันที่รวดเร็วและแม่นยำสำหรับการตรวจหาโควิดโดย Dimitrios Danopoulos: การตรวจจับ Covid-19 จากภาพ X-Ray โดยใช้ CNN บน cloud FPGA
3. ThunderGP: กรอบการประมวลผลกราฟบน HLS บน FPGA โดย Xinyu Chen: ThunderGP ช่วยให้นักวิทยาศาสตร์ข้อมูลเพลิดเพลินไปกับประสิทธิภาพของการประมวลผลกราฟแบบ FPGA โดยไม่กระทบต่อความสามารถในการตั้งโปรแกรม

หมวดหมู่ 2: การวิเคราะห์วิดีโออัจฉริยะ

1. เครื่องตรวจจับหน้ากากโดย Victor Altamirano: ระบบที่ใช้ FPGA ที่ตรวจสอบการใช้หน้ากากผ่านปัญญาประดิษฐ์ รวมถึงเทอร์โมมิเตอร์และเครื่องจ่ายหน้ากาก
2. การตรวจจับการล้มอัตโนมัติสำหรับผู้สูงอายุโดย Jinin K Jose, Nevil Shah และ Rohin Kumar: การหกล้มของมนุษย์เป็นสาเหตุสำคัญของการเสียชีวิตในผู้สูงอายุ สามารถป้องกันได้ด้วยการตรวจจับการล้มอัตโนมัติและระบบแจ้งเตือน
3. ชำระเงินง่ายมาก – ระบบค้าปลีกอัจฉริยะแบบเรียลไทม์สำหรับ FPGA โดยทีม MAAX: ปรับใช้โมเดลการตรวจจับวัตถุบน DPU เพื่อสร้างระบบที่สามารถแสดงรายการสินค้าที่ตรวจพบในวิดีโอที่ถอดรหัส VCU หรือรูปภาพจากกล้อง

หมวดที่ 3: Adaptive Intelligence of Things

1. Quad96 โดย Ussama Zahid: การควบคุม Quadcopter และการปรับสมดุลของเสาโดยใช้การเรียนรู้การเสริมแรงลึกและท่าทางมือบน Ultra96
2. ฮาร์ดแวร์เร่งการรับรู้แบบเรียลไทม์ในรูปแบบ 3 มิติ (HARP-3D) โดย Sambit Mohapatra: การสาธิตการตรวจจับวัตถุ 3 มิติแบบครบวงจรใน LiDAR point clouds โดยใช้เครือข่ายประสาทเทียมระดับลึกที่ทำงานบน ULTRA96V2
3. LAMP-FPGA: การทำนายความคล้ายคลึงกันของอนุกรมเวลาแบบเร่งโดย Amin Kalantar และ Philip Brisk: การทำนายรูปแบบที่คล้ายกันในข้อมูลอนุกรมเวลาบนบอร์ด Ultra96-V2 FPGA

เรียนรู้เพิ่มเติมเกี่ยวกับผู้ชนะและโครงการของพวกเขาที่ Adaptive Computing ท้าทาย ในหน้าปรับปรุงใหม่ของเรา นักพัฒนา Xilinx เว็บไซต์.

เรายังรู้สึกตื่นเต้นที่จะประกาศว่าไซต์สำหรับนักพัฒนาซอฟต์แวร์ที่อัปเดตจะรวมคุณลักษณะใหม่สำหรับชุมชนนักพัฒนา โปรแกรมนักพัฒนา Xilinx. โปรแกรมฟรีมอบทรัพยากรที่จำเป็นสำหรับนักพัฒนาเพื่อสร้างแอปพลิเคชันที่ประสบความสำเร็จบนทุกแพลตฟอร์ม Xilinx สมาชิกสามารถเข้าถึงเครื่องมือการพัฒนา Xilinx ล่าสุด บทช่วยสอนพิเศษ การฝึกอบรม ความสามารถในการแบ่งปันข้อมูลเชิงลึกด้านเทคนิคส่วนบุคคลและโครงการ และประโยชน์หลักอีกมากมาย

เรายินดีต้อนรับคุณเข้าร่วมชุมชนโปรแกรมนักพัฒนาที่กำลังเติบโตของเรา และคอยติดตามความคืบหน้าของเราต่อไป การแข่งขันเริ่มต้น Adaptive Computing Challenge เริ่มต้นในฤดูร้อนปี 2021!