近日，2023年全国大学生嵌入式芯片与系统设计竞赛全国总决赛在南京集成电路培训基地举行。江南大学物联网工程学院选派的两支队伍历经初赛、复赛、决赛多轮激烈角逐，最终斩获FPGA创新设计赛道全国二等奖1项、芯片设计赛道全国三等奖1项。

全国大学生嵌入式芯片与系统设计竞赛是中国高等教育学会榜单赛事。本次大赛由中国电子学会主办，共有565所高校的8756支队伍、23723人报名参赛，最终有来自223所高校的705支队伍、约2000人经过评选晋级全国总决赛。大赛紧密结合集成电路产业发展需求，推进竞赛从学校命题为主的学科竞赛向以解决企业问题为主的竞赛转变，设置应用、芯片设计和FPGA创新设计三个赛道，旨在加强高校学生在嵌入式芯片与系统设计领域的创新设计与工程实践能力培养，推进高校与集成电路相关企业产学协同育人，为社会培养具有创新思维、团队合作精神、解决复杂工程问题能力的优秀人才。

FPGA创新设计赛道中，虞致国老师指导的作品《基于深度学习加速的甲骨文识别低功耗SoPC设计》从众多队伍中脱颖而出斩获全国二等奖。该作品由廖杰伦、周小蓉、张赵炜三名同学共同研发完成。项目基于校级重点大创项目，以研究中华文明起源，增强文化自信为背景，通过利用深度学习技术，智能识别甲骨文字形。该作品基于zynq7000系列开发板，通过板载摄像头实现图像输入，通过HDMI接口实现图像结果输出。本设计利用图像二值化操作，大大减小了神经网络运算的数据量和FPGA的运算冗余度，避免了FPGA浮点数运算资源占用率高或者定点量化操作繁琐等问题，在保证网络正确率的情况下，提高了FPGA的运算效率，实现了低功耗设计。同时整个项目采用RTL级代码语言开发，通过流水线设计和提高运算并行度，能很好地满足图像处理和卷积类人工智能识别项目对算力的高要求。作品可以应用于博物馆甲骨文展览区中，帮助参观者从甲片中更快捷地认识到完整的甲骨文。在考古工作领域，目前可供参考的嵌入式甲骨文识别设备应用极少，本团队设计的基于甲骨文识别的SoPC可以做成嵌入式设备，应用于边缘端AI加速领域，既减小了体积便于携带，也方便了甲骨文识别工作的进行。目前，作品相关技术已申请国家发明专利1项。

芯片设计专项赛道中，虞致国老师指导的作品《基于LeNet-5和协处理器加速的低功耗心律识别系统》由钟思锴、佴宇飞、廖杰伦、黄增琦等六名同学共同研发完成，摘得全国三等奖。该项目基于国家级大创项目，以心血管疾病对公共卫生健康的影响为背景，通过利用深度学习技术，实时监测并诊断心电信号，实现“远程医疗”“实时医疗”与“智能医疗”。该作品基于高度优化的蜂鸟E203 Core，实现卷积神经网络分类识别，并定制AI加速协处理器单元、设计心电信号数据传输通路等方法，进一步挖掘了性能，在限定的可编程逻辑平台上构建了专用于心电信号识别与诊断的SoC。在此基础上，本作品还完成了AI加速协处理器的物理布局布线，实现了从芯片设计、到仿真验证、最后到版图物理实现的全部流程。对比传统监测手段，该作品解决了成本高昂、人员依赖、实时监测等问题。相较市场同类产品，作品引入脉动阵列，让监测数据与神经网络参数同时“流动”进行计算，极大地提高了系统的运行效率。未来有望应用于穿戴设备、医疗卫生等多个场合，全方位守护心律健康，为人民健康提供可靠保障。

当前，集成电路技术工艺逼近极限，进入后摩尔时代，在地缘政治因素的影响下，国内集成电路产业从跟随发展的“国产替代”，逐步通过设计、方案、应用、技术等协同创新，走向全球化的新阶段。近年来，物联网工程学院紧跟国家重大科技发展战略步伐，积极探索产学研一体人才培养体系，依托信息与控制国家级实验教学示范中心和物联网大学生创新实践基地等平台，将行业发展需求融入人才培养全过程，提升在校大学生创新实践能力、工程素质以及团队协作精神，大力培养适应时代需求的嵌入式芯片人才。

FPGA创新设计赛道

芯片设计专项赛道

参赛队伍积极备赛

参赛队伍合影