アダプティブ コンピューティング チャレンジ 2021

adaptive-computing-challenge-2021

まとめ

2021 年 9 月にアダプティブ コンピューティング チャレンジが 2 年連続開催されました。Hackster.io との共催で実現した本コンテストは、AMD/ザイリンクスのアダプティブ コンピューティング プラットフォームをベースに Vivado® ML、Vitis™ 統合ソフトウェア プラットフォーム、Vitis AI 開発環境を利用して現実世界のさまざまな問題を解決することにチャレンジする個人開発者を対象としました。この年のコンテストは大きく 3 つのカテゴリに分類され、優勝者には賞金 1 万ドルが贈呈されました。

さらに大学生を対象とした「XUP (Xilinx University Program)」と、女性が過半数(50% 以上)を占める個人またはチームを対象とした「Women in Technology」のカテゴリーが新たに追加されました。これらのカテゴリの受賞者には、賞金 $2,500 が贈呈されました。

今回のコンテストには 2,000 以上の登録があり、634 のハードウェア アプリケーションが構築されました。最終的に 35 カ国の開発者による 165 のエントリが基準をクリアしました。5 つのカテゴリから合計 14 組の受賞者が選出され、賞金総額は 70,000 ドルとなりました。応募数は昨年の 3 倍以上となり、コンテストの成長を嬉しく思うとともに、参加者の皆様に感謝申し上げます。

カテゴリ 1: エッジ コンピューティング

kria-kv260-for-contest

AI 搭載アプリケーションのエッジ運用は今後もさらに拡大し続けます。大都市では自動ビジョン アプリケーションによって安全性が向上し、産業用 IoT アリケーションではより高性能な AI 推論処理が求められるようになり、小売業でもスマート チェックアウトの導入により、環境が大きく変化しています。

革新的なエッジ コンピューティング アプリケーションの実現にザイリンクスの Kria KV260 ビジョン AI スターター キットと Vitis/Vitis AI が有効活用されることに期待しました。

カテゴリ 2: データセンター AI

vck5000-for-contest

データセンターでは、監視装置からサーバーの最適化に至るまで、あらゆるタスク管理に AI 技術が導入されています。データセンターで中心的な役割を果たす FPGA ベースのアダプティブ コンピューティングは、多くの場合に複雑な AI ワークロードに対応できる最も効率的かつ費用対効果の高いソリューションであることが実証されています。

AI 推論の高速化に VCK5000 と VitisAI が有効活用されることに期待しました。

カテゴリ 3: ビッグ データ分析

varium-for-contest

この部門は、Big Data Analytics フレームワークを使用して、広いメモリ帯域幅と Hyperledger Fabric などのパーミッション ブロックチェーンのトランザクション検証を必要とするプルーフ オブ ワーク (PoW) アルゴリズムを使用したブロックチェーン アプリケーションの高速化に焦点を当てました。

開発者の皆様には、ブロックチェーンのプロトコルやインフラをより効率的かつスケーラブルにするソリューションをザイリンクスの Varium™ C1100 アクセラレータ カードで構築することにチャレンジしていただきました。

受賞プロジェクト

カテゴリ 1: エッジ コンピューティング

優勝: Karp (Kria Autonomous Robotic Platform)

KarpWinning
11-jorge-lamperez-xilinx-developer-contest-winner

Kria 自律型ロボット プラットフォーム (Karp) の構築について、ハードウェアとソフトウェアのさまざまな角度から説明します。

第 2 位: Phigent Heimdallr

Phigent-Heimdallr
14-phigent-robotics-xilinx-developer-contest-winner

PhiGent Robotics

グループ: Alex_CNLongfei孙 书欢YukiYuki

本プロジェクトでは、KV26 SOM ボードに CNN ベースのステレオ アプリケーションを実装しました。

第 2 位: エッジ コンピューティングを用いた人間と AI の対話型診断システム

Human-AI-Interactive
15-hongxiang-lin-xilinx-developer-contest-winner

Team All-Nighter Valkyrie

グループ: Hongxiang LinYingying XuHuimin HuangWangyinjie

医師によるアノテーションと相互作用して腫瘍セグメンテーションを正確に推論する KV260 上に構築された最先端の深層学習ベース診断システムです。

第 3 位: ザイリンクスの KV260 で構築するスマートホーム機器のジェスチャー コントロール

Gesture-Control
05-peter-xilinx-developer-contest-winner

事前学習済みの PyTorch モデルをコンパイルしてザイリンクスの Kria KV260 で実行し、USB ウェブカメラを使用してジェスチャーを認識して FireTV スティックを制御します。

第 3 位: ビジョン デモを使用する学習ベースの自動運転車

Self-Driving-Car
12-b3351-xilinx-developer-contest-winner

KV260 でモデル カーを構築し、フロント部分に USB カメラを搭載しています。

第 3 位: Kria スマート セキュリティ カメラ

Kria-Smart-Security-Camera
07-ralph-yamamoto-xilinx-developer-contest-winner

ToF (Time of flight) センサーで計測した距離に応じて AI 検出モデルを切り替えることができるスマート カメラです。

.


カテゴリ 2: データセンター AI

優勝: 8 つの診察室に同時対応できるリアルタイム医用画像解析補助

Instant-Medical-Image
10-joyce-fang-xilinx-developer-contest-winner

Team NYCity

グループ: Joyce FangHaven ChenGary WangChloe Kuo

このシステムは、最大で 8 つのポリープ セグメンテーション タスクをリアルタイムに実行できるため、医療用アプリケーションに組み込むことで大きな進歩をもたらします。

第 2 位: グリーン コンピューティング、Versal ベースの画像復元パイプライン

Green-computing
13-stefan-blattmann-xilinx-developer-contest-winner

VCK5000 をベースにした、最先端コンピューティング システムを凌駕する電力効率の良い画像復元パイプラインを紹介します。

第 3 位: VCK5000 ベースの Deepfakes C-L-I

Deepfakes
03-omkar-bhilare-xilinx-developer-contest-winner

Team TheMatrix

グループ: OMKAR BHILAREVedant ParanjapeSravan ChittupalliRahul Singh

AI 推論向け VCK5000 開発カードを使用して Deepfake C-L-I (Classification-Localization-Inference) の高速化を実現しました。

.


カテゴリ 3: ビッグ データ分析

優勝: TRIDENT - ハードウェア実装した Poseidon Hasher

Trident
08-steve-wu-xilinx-developer-contest-winner
06-wanzheng-weng-xilinx-developer-contest-winner

Team DatenLord: Steve WuWanZheng Weng

ZK-SNARK フレンドリーな Poseidon Hasher を FPGA に実装して、ブロックチェーンのストレージ プルーフ性能を向上させることができます。

第 2 位: 高速 DFX でマルチハッシュ アルゴリズムに対応

Fast-DFX
02-tony-wu-xilinx-developer-contest-winner

高速 DFX を用いたタイム スライシングでマルチハッシュ アルゴリズムを効率的に計算します。

第 3 位: 分散型クラウド アクセラレータ

Decentralized-cloud-accelerator
01-Eduardo-xilinx-developer-contest-winner

Varium C1100 FPGA 搭載の基板を使用してブロックチェーン間の転送システムを高速化します。

.


カテゴリ 4: Women in Tech

受賞: J-Eye - 自律型注射ロボットの筋肉内の注射部位検出

J-eye
16-WIT_J-Eye-xilinx-developer-contest-winner

Team J-Eye: Runxi WangYuqi GuXinfei Guo

このプロジェクトでは、次世代の自律型ワクチン注射を可能にするため、低コストで筋肉内の注射部位を検出するソリューションを開発しています。

.


カテゴリ 5: ユニバーシティ プログラム

受賞: スマートフォン向けのオールインワン自己適応型コンピューティング プラットフォーム

All-in-one
04-yufan-lu-xilinx-developer-contest-winner

モデル サイズ、分岐処理、推論間隔、ハードウェア構成に基づいてリアルタイムに性能を動的調整します。