AI 革命如火如荼，为企业带来新的机遇，每次客户互动、每件产品和每项服务都将融入 AI 并借助 AI 实现改进。多年来，GPU 已经证明能够非常有效地解决某些极为复杂的 学习问题，而且 NVIDIA 学习平台也逐渐成为业界标准的训练解决方案，但其推理能力并非广为人知。早在2016年NVIDIA就推出了支持高性能 学习推理加速引擎——TensorRT。TensorRT是一个高性能的 学习推理（Inference）优化器。经过几个版本的迭代，TensorRT可以为 学习应用提供低延迟、高吞吐率的部署推理。为了让更多的AI开发者们迅速掌握NVIDIA高性能加速工具TensorRT，2021年3月20日，英伟达联合阿里云和英迈中国，面向全国开发者们发起TensorRT加速AI推理Hackathon 2021大赛。
本次大赛吸引了48支队伍245名选手参与报名，经过方案初选，共有37支队伍入围决赛，入围团队有来自知名互联网公司、无人驾驶方案公司、智能家电公司，也有来自高等院校及研究单位。在接下来的20多天时间里，参赛团队利用TensorRT工具，在阿里云提供的GPU云平台上完成优化自己所选 学习模型的比赛任务。同时，NVIDIA组建了一支由工程师组成的导师团队，为每个参赛队伍配备了2名NVIDIA开发工程师，在线指导参赛队员利用TensorRT优化和部署模型。
4月30日，所有参赛队伍提交代码托管平台链接和项目报告书，并通过在线的方式向导师演示阿里云平台的数据测试结果。紧接着，NVIDIA组织核心技术评审团队，通过TensorRT 加速技术路线比较、性能比较、创新性、可扩展性及实用性等几个方面考察每个团队的参赛模型。最终于5月21日公布比赛结果。
NVIDIA开发与技术亚太区总监，同时也是本次大赛评审团负责人李曦鹏说：“第一届TensorRT黑客松大赛非常精彩，我们看到了不少眼前一亮的模型方案。有几个队伍甚至发现了TensorRT 的bug，可以协助我们完善TensorRT的开发工作。“
李曦鹏表示，“人工智能应用场景创新日新月异，AI模型的开发与部署也需要注入了新的动能。NVIDIA构建TensorRT的初衷就是为了进一步将人工智能推向更为广阔的应用场景。今天，看到各位参赛选手们基于TensorRT加速引擎挖掘出了更多的潜能和功能需求，我感到非常开心和激动。不忘初心，牢记使命，我们希望与更多优秀的开发者们一起，共同推进TensorRT的发展，让AI在GPU上更容易、更高效地部署。“
很多参赛队伍均表达了在参赛过程中有导师指导的重要性。
来自佳讯飞鸿智能科技研究院的团队负责人表示：“在NVIDIA导师的帮助下，提高了自己对TensorRT的认识，对于模型落地，又有了新的思路。”
来自上海高重科技有限公司，也是本次大赛一等奖团队成员表示：“很不错的一次实践体验，感谢NVIDIA的导师和组织者，从前期的基础知识培训到项目的具体实施，对自己的成长很有帮助。”
来自香港理工大学的团队负责人表示：“很棒的比赛，让我们的科研与实践能力都得到锻炼，希望以后还能有更多类似的比赛。”
关于本次大赛所有参赛作品可以访问NVIDIA开发者社区微信公众号。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
