前不久，赛灵思联手 Hackster.io 举办首届赛灵思自适应计算挑战赛，号召独立开发者利用 Vitis 统一软件平台和 Vitis AI 在选定的赛灵思硬件平台上开发新应用，以创新方法解决现实问题。
全球参赛者在三大类别的赛事中展开角逐：
在来自全球的 70 多个独创项目中，评委为每个类别甄选出三个冠军项目，分别获得高达 10,000 美元的奖金奖励。与此同时，每个竞赛类别的前三位获胜者共计获得 54,000 美元奖金。
用创新方法解决现实问题
类别 1：灵活应变计算加速
采用赛灵思 FPGA 实现二进制神经网络加速
开发者：Raul Valencia
获奖理由：采用赛灵思 FPGA 硬件来训练完成神经进化的二进制神经网络，解决强化学习问题。
快速准确地检测新冠病毒的解决方案
开发者：Dimitrios Danopoulos
获奖理由：在云端 FPGA 上使用 CNN，根据 X 射线图检测新冠病毒。
在 FPGA 上实现的基于 HLS 的图形处理框架
开发者：Xinyu Chen
获奖理由：在不影响可编程性的情况下，ThunderGP 可令数据科学家畅享基于FPGA的图形处理的强大性能。
类别 2：智能视频分析
口罩检测器
开发者：Victor Altamirano
获奖理由：基于 FPGA 的系统可以通过AI检测口罩佩戴情况，内置温度计和口罩分发器。
老年人跌倒行为自动检测
开发者：Jinin K Jose、Nevil Shah 和 Rohin Kumar
获奖理由：跌倒是老年人群的主要致死原因。自动跌倒检测及报警系统可以对此加以防范。
结账如此便利——基于 FPGA 的实时智能零售系统
开发者：MAAX 团队
获奖理由：在 DPU 中部署对象检测模型，进而构建出特定系统，能够展示 VCU 解码视频或摄像头图像中检测到的商品。
类别 3：自适应万物智能
Quad96
开发者：Ussama Zahid
获奖理由：在 Ultra96 上利用深度强化学习和手势识别进行提供四轴飞行器控制和杆平衡。
3D 中的硬件加速实时感知（ HARP-3D ）
开发者：Sambit Mohapatra
获奖理由：利用在 ULTRA96V2 上运行的深度神经网络，在激光雷达点云中进行 3D 对象检测的端到端演示。
LAMP-FPGA：加快时序相似性预测
开发者：Amin Kalantar 和 Philip Brisk
获奖理由：在 Ultra96-V2 FPGA 电路板上预测时序的相似模式。
此外，我们很高兴地宣布赛灵思开发者网站现已全新改版，您可以在其中访问自适应计算挑战赛页面，进一步了解获胜者和其项目。
改版后的开发者网站还将为开发者社区提供一项新功能，即赛灵思开发者计划。这一免费计划将为开发者在每一种赛灵思平台上开发成功的应用提供所需资源。社区成员能够访问最新的赛灵思开发工具、独家教程、培训，分享个人技术见解和项目，并获得大量其他助益。
赛灵思诚邀您加入我们不断壮大的开发者社区，并时刻关注我们即将于 2021 年夏季举办的自适应计算挑战赛初创企业竞赛！
听听获胜者的故事
2021年1月28日 10:00 至 11:30
赛灵思自适应计算挑战赛的获胜者陈鑫宇
将在线分享心路历程
欢迎扫码报名
