近日, 由 NVIDIA 英伟达联合阿里云天池平台举办的 TensorRT Hackathon 圆满收官。
近日, 由 NVIDIA 英伟达联合阿里云天池平台举办的 TensorRT Hackathon 圆满收官。据了解, 本次比赛于今年 4 月启动, 以推广 TensorRT 应用为初衷, 是一场面向全国开发者们发起的 TensorRT 加速 AI 推理 Hackathon 大赛, 也是一个为 AI 开发者提供便利的开发工具、先进的 AI 技术解决方案的平台。
本届比赛是 NVIDIA 与阿里云开发者社区的第一场活动合作, 大赛历时 3 个月, 经过初赛与复赛的激烈角逐, 在 666 支参赛队伍中决出了一等奖 1 名、二等奖 2 名、三等奖 3 名及 20 名优胜奖。不过, 相较于结果,TensorRT Hackathon 显然是一场更注重过程的比赛, 经过充分的交流与学习, 选手们的精彩表现直接促成了 TensorRT 社区力量的一次爆发展示。
赛场成为实地教学现场, 选手迎来技术高光时刻
为了把比赛变成 TensorRT 实地教学,NVIDIA 专门为本次比赛筹备了教学视频与示例程序库, 同时建立了选手交流群, 配备技术专家在群内提供指导, 希望参赛选手和其他学习者从中收获经验。
据了解, 在初赛阶段, 所有选手需要优化一个共同的模型 WeNet, 以便了解 TensorRT 常用优化流程并学会使用配套工具, 同时筛选出得分较高的开发者进入复赛。同时, 大赛将选手的成绩实时反映在天池的在线榜单上, 选手因而了解彼此的差距, 在竞争氛围中不断督促自身进步。这种大型实地教学的效果是鲜明的, 在 NVIDIA 导师的提示和引导下, 选手们从入门级的 800 分不断进步, 最后所有进入复赛的选手都达到了 1400 分以上, 并产生了技惊四座、超越 10000 分的第一名。
在晋级复赛的 40 支队伍中,NVIDIA 则抽调了 28 名工程师组成导师团队, 为各支队伍提供一对一辅导。在 NVIDIA 专家的支持下, 每个选手按照实用性、影响力挑选模型, 克服各种不能被 TensorRT 直接解析运行的困难, 精心查找性能瓶颈, 施展全面手段进行优化, 成功把市面上更多的流行模型跑在 TensorRT 上, 并通过发布详细的技术文档帮助他人。选手们为比赛全心投入, 花费大量的心血, 在有限的时间内取得了快速的进步。
最终, 在激烈的角逐中, 美迪康 AI Lab 团队的图像重建模型 MST++的 TensorRT 推理优化获得一等奖,ching、Quark 团队获二等奖, 错误代码 114、试到秃头、小小蜜蜂团队均获三等奖。NVIDIA GPU 计算高级专家季光博士对选手们的成果高度认可, 他表示, 比赛产生的成果价值极高, 远远超出了比赛本身的经费投入。
积极输出平台模式与经验, 阿里云天池为深度学习发展赋能
本届比赛是 NVIDIA 与阿里天池团队的第一次联合办赛。作为国内知名的竞赛平台和 AI 社区, 天池已举办过多场 AI 赛事, 沉淀了多个领域的海量数据集和解决方案。对于有志于在 AI 领域发展的开发者来说, 参加一场天池的比赛, 在天池进行真实业务场景演练, 享受免费的计算资源, 早已经成为开发者尤其是初学者一种流行的学习方式。
在此次 TensorRT Hackathon 中, 天池一如既往的提供了成熟的平台、模式与经验, 并通过专业、严谨的支持工作, 保障了比赛的顺利进行和技术成果的产出。季光博士也对天池致以真诚的感谢, 他说, 凡是比赛需要的, 不管是平台经验还是切实的技术支持, 天池团队全都给予了快速迅捷的响应, 并满足了所有的需求。
对天池来说, 凭借自身在公共云计算领域的优势和 GPU 计算领域积累的应用经验来为大赛提供技术支持不仅是出于作为合作方的职责所在, 更是对深度学习开发部署人才培养的重视。阿里云对每个参赛选手都寄予了技术突破的厚望, 希望选手们能够因为参加比赛而开阔视野, 了解业界前沿技术方向, 通过项目实践掌握 TensorRT 编程技术。而选手在大赛中众多技术高光时刻的爆发, 更是证明了所有人的付出都值得。
一位参赛选手说, 自己在校期间参加过不少技术比赛, 但天池与 NVIDIA 的这次大赛给自己带来了前所未有的参赛体验, 因为对初学者十分友好。大家在天池的环境里收获了很多开放的文档资料, 比赛方也在尽可能的引导大家, 阶段性的给出代码提示, 让队伍不会因一个地方卡住而停滞, 也不会让决赛只变成技术牛人的厮杀, 而是每个人都能在比赛过程中不断学习知识、打怪升级。
本次 TensorRT Hackathon 已经圆满落幕, 尽管这是 NVIDIA 与天池联合举办的第一场 AI 赛事, 但双方都希望合作能够持续进行。随着算力的不断升级, 人工智能行业正在各行各业取得突破, 未来阿里云天池将携手更多合作方, 一起帮助开发者寻找更高效的方式, 为深度学习及人工智能领域培养技术人才, 丰富行业生态发展。
来源：互联网
