第61届DAC（设计自动化大会，Design Automation Conference）于当地时间6月23日至6月27日在美国旧金山举办，东南大学集成电路学院杨军、张萌教授的团队SEU AIC Lab继去年在该会议举办的系统设计竞赛GPU赛道（GPU Track）获得亚军后，更上一层楼，荣获冠军！
获奖证书
DAC会议是电子设计与自动化（EDA）领域的全球盛会，该会议为芯片设计工程师、研究人员、工具开发人员和供应商提供了交流和展览的机会。DAC会议是由ACM和IEEE联合举办。也被中国计算机学会评为计算机体系结构领域的A类会议。DAC大会自2018年起每年举办系统设计竞赛，分设FPGA赛道和GPU赛道。今年的系统设计竞赛由北京大学的李萌教授任竞赛主席，浙江大学的孙奇教授、美国加州大学欧文分校的Sitao Huang教授、美国加州大学洛杉矶分校的Atefeh Sohrabizadeh博士协同组织。由IEEE电子设计自动化委员会（Council on Electronic Design Automation，CEDA）、、计算机协会（ACM）设计自动化特别兴趣小组（SIGDA）、美国超威半导体公司（AMD）、国家集成电路设计自动化技术创新中心（National Center of Technology innovation for EDA）共同赞助。
本次系统设计竞赛要求参赛团队在低功耗嵌入式平台Jetson Nano上实现面向自动驾驶场景的实时多任务模型，同时完成目标检测、语义分割和分类任务。这一挑战对参赛团队提出了极高的要求。首先，Jetson Nano硬件平台性能有限，仅配备四核ARM Cortex-A57 MPCore处理器和128核NVIDIA Maxwell架构GPU，以及4GB显存。在这样有限的计算资源下，实现高效的实时处理非常困难。其次，多任务模型的设计复杂性高。为了在自动驾驶场景中确保系统的可靠性和稳定性，模型需要在不同任务之间快速切换并保持高精度，这对算法的优化和硬件加速技术提出了极高的要求。最后，参赛团队需要在精度和速度之间取得平衡。一方面，模型需要在复杂的环境下保持高精度，以确保自动驾驶系统的安全性；另一方面，实时处理要求系统具有足够的响应速度，以应对动态变化的驾驶环境。面对这些挑战，参赛团队不仅需要深厚的理论知识，还需要丰富的实践经验以及创新的解决方案，才能在激烈的竞争中脱颖而出。
本次比赛吸引了国内外高校和科研单位的多支人工智能算法与电路架构领域顶尖研究团队踊跃参与。历经三个多月对所设计作品的不断打磨，东南大学杨军、张萌教授团队的SEU AIC Lab在设计了面向自动驾驶场景的多任务模型YoloOST，在硬件方面利用Cuda算子加速等技术，取得了精度与速度方面的平衡，获得了全球冠军的好成绩。SEU AIC Lab团队由东南大学集成电路学院杨军、张萌教授教师指导，团队成员为博士生沈朝瑶、计育宁，博士后研究员李国庆，硕士生徐焘、陈骋。
东南大学SEU AIC Lab在人工智能硬件加速领域处于国际先进水平，近年来多次在国际竞赛中取得优异成绩（ICCAD 2022 亚军，ICCAD 2023季军，DAC 2023 FPGA冠军，DAC 2023 GPU亚军，LPCV 第四名）。此外，团队还在国际顶级会议和期刊上发表了多篇高水平论文，推动了该领域的技术进步。
宣布获奖现场画面
此次获奖不仅是对SEU AIC Lab团队技术实力的肯定，也展现了东南大学在集成电路与人工智能领域的科研实力和创新能力。未来，SEU AIC Lab将继续致力于推动人工智能与集成电路领域的前沿研究，培养更多优秀的科研人才，为行业发展贡献力量。（通讯员：沈朝遥）
