与 Meta 和 Arm 在旧金山州立大学举办的为期两天的黑客马拉松上，利用 ExecuTorch 构建边缘 AI。

学生、开发者和 AI 爱好者将获得宝贵的实践经验，学习如何在 Arm 动力设备上使用 ExecuTorch 构建 AI 应用，并参与技术演讲、演示、研讨会和获得专家指导。

参与者还将有机会与志同道合的开发者合作，向来自 Arm 和 Meta 的评委展示他们的项目，并争夺奖项与荣誉。

🔗 了解更多详情并注册：

Arm + ExecuTorch：边缘AI挑战赛

来源：https://arm-executorch.devpost.com/?_gl=1lvaup2_gcl_auMjA3MDMyNDUxNS4xNzg5NzQ0MDk3_ga*MTA4MTg0NjcyMy4xNzg5NTQ4NDE3 当生成式AI从云端迁移到设备端，你能构建什么？

加入Arm和Meta的ExecuTorch工程师团队，参加为期两天、动手实践的黑客马拉松，探索使用ExecuTorch和Arm动力硬件在边缘实现AI的可能性。

了解你的硬件

你将在强大的Alif Ensemble E8开发套件上进行构建，利用其AI加速计算能力，突破嵌入式设备直接运行任务的边界。想象一下，一个设备能够观察和理解其周围环境，识别正在发生的事情，并做出智能响应——所有这些都无需将数据发送到云端。或者与设备对话，看着它根据你的对话实时生成图像，完全在边缘侧完成。

你将与小组合作，将一个想法从概念转化为可工作的原型，结合模型、传感器、摄像头、音频和其他输入，创建在设备本地运行的智能应用。

无论你是经验丰富的AI/ML开发者，还是已经熟悉更广泛的PyTorch生态系统并希望探索边缘部署，这都是一个尝试设备端AI、与其他开发者合作并获得Arm和Meta专家实践支持的绝佳机会。

你将利用你的技能：

• 了解ExecuTorch如何在Arm动力硬件上实现高效的AI推理。
• 构建设计用于在资源受限设备上本地运行的AI应用。
• 结合摄像头、音频和传感器数据，创建智能、响应迅速的体验。
• 在边缘尝试生成式AI和其他高级工作负载。
• 使用边缘AI开发创造性的解决方案，解决现实世界——或纯粹有趣——的问题。

参与者在活动期间将获得Alif开发套件、技术资源以及Arm和Meta专家的指导。

申请参与

准备好与我们一起构建了吗？通过加入黑客马拉松并提交项目名称和简短的项目概述来描述你希望构建的内容，申请参与。

提交申请并不保证能参与活动。

此线下活动的名额有限，参与取决于Alif Ensemble E8开发套件的可用性。申请截止后，Arm将审查项目提案并通知入选团队确认他们在黑客马拉松的席位。

参与、获奖并持续构建。

奖项将颁发给前三名团队，并为排名第一的学生团队设立专项奖。因此，无论你已经在业界工作还是作为学生希望检验你的技能，你都有机会展示你在边缘AI方面能构建什么。

而且，机会并不随着黑客马拉松的结束而终止。获奖参与者将被邀请成为ExecuTorch社区大使，这为持续参与社区并参与Arm的ExecuTorch试点计划打开了大门。被接纳者将获得Arm ExecuTorch后端新兴项目和技术的早期访问权限——并帮助塑造边缘AI的未来。

每个团队在最终提交时应准备好提供以下内容：

• 现场演示： 在Alif E8开发套件上运行的项目可工作演示。
• 公开源代码仓库： 包含项目源代码的公开可访问仓库。
• 固定发布版本： 标识用于评审演示的确切代码版本的提交哈希或发布标签。
• 构建和运行说明： 包含构建、部署和运行项目清晰说明的README文件。
• 应用架构： 应用架构及其主要组件的简要描述。
• 工作负载放置： 确定关键模型和工作负载在系统中的执行位置。
• 性能测量： 基本性能测量，例如延迟、内存使用情况或其他相关指标（如果可用）。

提交内容所有权

提交内容必须是参赛者的原创作品，由参赛者独有，并且不侵犯任何其他人或实体的知识产权。

语言要求

所有提交材料必须是英文的，或者如果不是英文，参赛者必须提供演示视频、文本描述和测试说明以及其他所有提交材料的英文翻译。

知识产权

你的提交内容必须：(a) 是你（或你的团队、组织）的原创作品；(b) 完全由你、你的团队、你的组织拥有，没有其他人或实体对此拥有任何权利或利益；并且 (c) 不侵犯任何其他人或实体的知识产权或其他权利，包括但不限于版权、商标、专利、合同和/或隐私权。参赛者可以与第三方签订合同以获得技术协助来创建提交内容，前提是提交内容组件完全是参赛者的作品成果，是参赛者想法和创造力的结果，并且参赛者拥有其所有权利。参赛者可以提交包含使用开源软件或硬件的提交内容，前提是参赛者遵守适用的开源许可证，并且作为提交内容的一部分，创建增强并建立在底层开源产品功能之上的软件。通过参加黑客马拉松，你声明、保证并同意你的提交内容符合这些要求。

资金或优惠支持

项目不得在赞助商或管理员的资金或优惠支持下开发，也不得源自此类项目。此类项目包括但不限于那些在黑客马拉松提交期结束前任何时候从赞助商或管理员获得资金或投资进行开发、在合同下开发或获得商业许可的项目。赞助商可自行决定取消某个项目的资格，如果向该项目颁发奖项会造成真实或表面的利益冲突。

4位获奖者 每个获奖团队的所有成员将获得一副Ray·Ban Meta AI眼镜。

参加此黑客马拉松可能为你赢得：

Darrell Malone Darrell Malone Arm

Ash Naik Ash Naik Arm

TBD TBD Meta

TBD TBD Meta

TBD TBD

• 功能性和可靠性 - 20分 应用程序在Alif E8上是否能可靠工作？演示是否可重复且稳定？
• 性能和效率 - 20分 端到端延迟、FPS/吞吐量、响应性、内存利用以及可测量的功耗/能耗。鼓励提供优化证据。
• 硬件的有效使用 - 15分 适当使用可用的CPU、NPU、内存和硬件外设。奖励良好的架构决策，而不仅仅是最大化NPU使用率。
• 多模态和传感器集成 - 15分 有意义地使用摄像头、麦克风和/或传感器。奖励集成质量和传感器融合，而不仅仅是使用的输入数量。
• 创新性和用例价值 - 10分 原创性、实用性、与边缘AI的相关性，以及应用程序有效展示平台可能性的程度。
• 技术雄心与集成 - 10分 团队超越入门示例的程度：自定义模型、异构计算、多模型、传感器融合或复杂的管道。
• 工程质量和演示 - 10分 代码质量、可复现性、文档、架构说明以及最终演示的质量。