中国研究生创新实践系列大赛管理平台

“华为杯”第四届中国研究生创“芯”大赛——Synopsys企业命题

作者：秘书处发布时间：2021-03-25 来源：中国研究生创“芯”大赛阅读次数：2393

Synopsys/新思科技 | Website: www.synopsys.com

新思科技（Synopsys, Inc.，纳斯达克股票市场代码： SNPS）致力于创新改变世界，在芯片到软件的众多领域，新思科技始终引领技术趋势，与全球科技公司紧密合作，共同开发人们所依赖的电子产品和软件应用。新思科技是全球排名第一的芯片自动化设计解决方案提供商，全球排名第一的芯片接口IP供应商，同时也是信息安全与软件质量的全球领导者。作为半导体、人工智能、汽车电子及软件安全等产业的核心技术驱动者，新思科技的技术一直深刻影响着当前全球五大新兴科技创新应用：智能汽车、物联网、人工智能、云计算和信息安全。

新思科技成立于1986年，总部位于美国硅谷，目前拥有15000多名员工，分布在全球132个分支机构。2020财年营业额约37亿美元，拥有约3400项已批准专利。

自1995年在中国成立新思科技以来，新思科技已在北京、上海、深圳、厦门、武汉、西安、南京、香港、澳门九大城市设立机构，员工人数超过1400人，建立了完善的技术研发和人才培养体系，秉持“以新一代EDA缔造数字社会”的理念，支撑中国半导体产业的创新和发展，并共同打造产业互联的数据平台，赋能中国的数字社会建设。新思科技携手合作伙伴共创未来，让明天更有新思！

ARC处理器简介

DesignWare® ARC® 处理器 IP 组合包含经过验证的32 位CPU和DSP 内核、子系统以及软件开发工具。 ARC处理器还得到业内领先供应商（ ARC Access Program 成员）提供的一系列第三方工具、操作系统和中间件，以及 embARC Open Software Platform 提供的一个综合性的免费开源软件套件的支持。

Synopsys 还提供 ASIP Designer 工具，从而实现专用指令集处理器 (ASIP) 设计与实施的自动化。ASIP Designer 让设计人员创建自定义处理器和可编程的硬件加速器，满足专门的处理要求。

更多详情请参考 https://www.synopsys.com/zh-cn/designware-ip/processor-solutions.html

赛题一：人工智能物联网/AIoT

AIoT的智能新时代已经到来，人工智能与物联网相互结合，正逐步融入并改变我们的日常生活。目前，AIoT开始广泛应用于智能家居、智慧城市、可穿戴设备、智能驾驶、智能控制、工业互联网等领域。本赛题要求基于Synopsys ARC处理器，通过相关传感器（如麦克风、摄像头、9轴运动传感器等）采集数据，可利用ARC DSP/XY Memory对边缘端数据处理或运动控制等进行加速，并采用机器学习的方法实现检测与识别，解决实际生活中的问题。例如：

1. 人机交互：降噪、语音识别、声乐识别、面部行为（如瞌睡、苏醒）识别等。

2. 个人健康：运动检测、情境识别、早期疾病预测、健康监测等。

3. 工业互联网：多传感器数据融合、行为预测、声学故障检测等。

建议使用软硬件平台：

1. ARC IoTDK, ARC EMSK或其它ARC 硬件开发板。

2. Zephyr, embARC OSP或其它软件平台等。

3. 使用TensorFlow Lite for Microcontrollers (TFLM)进行机器学习模型部署。

4. ARC Machine Learning Inference (MLI1.1) 软件库。

赛题二：物联网与系统安全/IoT & Security

基于Synopsys ARC EM安全处理器，利用其SecureShield功能，构建一个可信执行环境（Trusted Execution Environments - TEE），并在物联网环境加以应用。

https://foss-for-synopsys-dwc-arc-processors.github.io/embarc_osp/doc/build/html/lib/secureshield.html

建议使用软硬件平台：

1. ARC EMSK硬件开发板（EMSK v2.3 EM7D处理器内核）。

2. Zephyr, embARC OSP软件平台任选其一。

软硬件平台：

ARC IoT Development Kit 开发板（IoTDK，基于ARC EM9D处理器）
ARC EM Start Kit开发板（EMSK，基于ARC EM7D/EM9D/EM11D处理器）
Zephyr, embARC OSP或其它开源软件平台
TensorFlow Lite for Microcontrollers (TFLM)
ARC Machine Leaning Inference (MLI1.1) 软件库

相关链接：

embARC网站入口: https://embarc.org

硬件单板: https://embarc.org/projects/development-systems/

Zephyr软件平台

https://github.com/foss-for-synopsys-dwc-arc-processors/zephyr

https://github.com/foss-for-synopsys-dwc-arc-processors/zephyr/tree/topic-secureshield

embARC OSP软件平台

https://github.com/foss-for-synopsys-dwc-arc-processors/embarc_osp/releases

https://foss-for-synopsys-dwc-arc-processors.github.io/embarc_osp/doc/build/html/index.html

使用TensorFlow Lite for Microcontrollers (TFLM)将机器学习模型部署于IoTDK

https://github.com/foss-for-synopsys-dwc-arc-processors/tensorflow/tree/arc_iotdk/tensorflow/lite/micro

https://github.com/foss-for-synopsys-dwc-arc-processors/tensorflow/tree/arc_iotdk/tensorflow/lite/micro/kernels/arc_mli

IoTDK机器学习模型部署说明

https://github.com/foss-for-synopsys-dwc-arc-processors/tensorflow/tree/arc_iotdk/tensorflow/lite/micro/tools/make/targets/arc#arc-iot-development-kit-arc-iot-dk

IoTDK机器学习模型部署实例（micro_speech，person_detection_experimental）

https://github.com/foss-for-synopsys-dwc-arc-processors/tensorflow/tree/arc_iotdk/tensorflow/lite/micro/examples

IoTDK TFLM基准代码下载Git命令

git clone -b arc_iotdk https://github.com/foss-for-synopsys-dwc-arc-processors/tensorflow.git tensorflow_arc_iotdk

开发板申请：

参赛者可于5月10号之前提交项目计划书，经组委会评审后择优发放开发板。项目计划书需包含方案概述、难点与创新点、可行性分析、开发计划等内容，模板在如下链接下载。

https://github.com/foss-for-synopsys-dwc-arc-processors/embarc_applications/tree/master/arc_design_contest/2021/

作品提交要求：

除按竞赛组委会要求提交PPT外，还需提供：

详细设计文档和软硬件代码。
作品展示视频。视频时长不超过8分钟，文件大小100MB以内。
所有获奖作品需要上传至embARC开源软件平台，上传要求见如下链接说明。

https://github.com/foss-for-synopsys-dwc-arc-processors/embarc_applications/tree/master/arc_design_contest/2021

评审点：

指标	评审标准
创意与创新	作品创意、构想、角度是否新颖巧妙，设计思路是否有突破性和创新性。
先进性与复杂度	作品设计是否采用了热门的前沿技术，是否具有一定复杂度，功能是否实现完整等。
功能性与实用性	作品是否充分使用ARC EM处理器软硬件（如DSP/MLI）完成了关键功能的实现，并能解决实际生活中的问题。
高效性	作品是否对使用的算法进行了性能的分析与优化，如DSP/MLI使用前和使用后的性能比较等。
展示效果	作品功能演示是否成功及完整。