首届全国RISC-V高水平创新应用大赛由中国电子学会联合发起,现已开始报名。邀请全球开发者、高校团队及企业共同探索RISC-V的无限可能!
本次大赛, 进迭时空设立CIE-进迭时空RISC-V应用创新赛道 :依托自主研发的K1 芯片平台MUSE Pi Pro单板计算机进行命题,围绕边缘计算智能终端开发、AI大模型部署落地、AI人工智能助手、开源鸿蒙软件应用四大方向的RISC-V 应用场景构建进行比赛。大赛赛道设立10万元奖金,同步设立进迭实习+就业快速通道,职等你来!
赛题1:基于K1的的人工智能终端及应用开发
赛题2:基于K1 AI CPU的大模型部署落地
赛题3:基于本地大模型的AI智能助手开发
赛题4:融合AI的OpenHarmony应用软件开发
相关链接
进迭官网:www.spacemit.com
进迭社区:https://developer.spacemit.com
Bianbu Cloud云开发平台https://riscfive.cloud:9443/
比赛文档:https://active.spacemit.com
进迭论坛:https://forum.spacemit.com
进迭案例:RISC-V 先锋(微信服务号)开发者分享
大赛交流QQ群:685632716

进迭时空是一家基于新一代 RISC-V 架构的计算生态企业,布局高性能 RISC-V CPU 核、RISC-V AI 核、AI CPU 芯片、NOC 总线、软件系统等全栈计算技术,提供端到端的计算系统解决方案。秉持进取不息、迭代不止的精神,致力于以 RISC-V 新 CPU 构建面向大模型新 AI 时代的最佳原生计算平台,助力 AI PC、AI 机器人等新应用的发展。
一、技术平台介绍
以进迭时空K1 CPU的开发板为硬件底座,搭配开源开发的系统OS基座和的丰富软件组件,进迭时空学习套件提供丰富的样例代码和使用说明,加速用户学习和开发流程。
1.芯片K1及开发板介绍
(1)芯片K1介绍
K1是Spacemit Stone系列的首颗芯片,基于RISC-V开源指令集,专为高性能、低功耗场景设计,适用于机器人、边缘计算等领域。
1)主要特性
2)软件生态
(2)硬件平台介绍
MUSE Pi Pro是基于进迭时空8核 RISC-V CPU K1芯片的单板计算机、具有大容量DRAM和存储空间、丰富通用接口部件和扩展接口,为机器人、边缘计算、AIOT等场景设计。具有2TOPS算力,配套本地大模型和视觉算法,能够高效搭建多样化的智能产品,让智能应用更简单。
| 处理器 | SpacemiT M1,8核64位RISC-V处理器, 融合2.0 TOPS AI算力 |
|---|---|
| 显示 | HDMI Type-A接口,最高支持1080P@60Hz4lane MIPI DSI FPC接口,最高支持1080P@60Hz |
| 内存 | LPDDR4X,2400MT/s速率,可选配8GB/16GB容量 |
| 本地存储 | eMMC 5.1,可选配64GB容量 |
| 扩展存储 | M.2 2280 M-Key连接器,可装配 NVMe SSD,单槽最高容量支持1TBTF卡接口,支持UHS-Ⅱ模式存储卡 |
| 无线通讯 | 支持Wi-Fi6&BT5.2 |
| 有线网络 | 支持单路以太网,RJ45接口,1000M/100M自适应 |
| 音频接口 | 3.5mm音频耳麦接口 |
| USB接口 | 4路USB3.0 Type-A host接口1路USB2.0 Type-C OTG接口,支持12V 3A PD供电 |
| 调试接口 | 40Pin标准GPIO接口,附带3个侧边按键,用于硬件复位、开关机和烧录升级 |
| MIPI接口 | 1路 42lane MIPI DSl1路 4lane MIPI CSl,1路 2lane MIPI CSl |
| 外观形态 | 单板计算机,可选装透明亚克力外壳,尺寸为85*56mm |
| 操作系统 | 支持Bianbu Desktop、Bianbu NAS、Ubuntu、openKylin、deepin、Fedora等操作系统 |
| 电源输入 | 支持USB PD3.0供电 |
| 可靠性 | 外设接口ESD可防护接触±4kV,空气±8kV可选消费级-20°C |
可扩展外设部件或自制件
| 部件 | 接口 | 描述 |
|---|---|---|
| 触摸屏+LCD显示 | DISPLAY—MIPI DSI-2 | 4.3寸 IPS LCD 800*480 ,带电容触摸 |
| 摄像头 | CAMERA0/1-MIPI CSI | 500万像素OV5647摄像头模块130度广角 |
| 4G模块 | miniPCIe—USB | LTE CAT4 ,自带SIM卡槽,EG25GGB-S, miniPCIE接口 |
| 无线通讯模组 | miniPCIe—PCIe2.0 x1 | WiFi6无线通讯模组,Lora模组等 |
| 高速存储 | M.2 M-KEY—PCIe2.0 x2 | NVMe SSD,最大支持到1TB容量 |
| 麦克风模组 | USB-A | USB 阵列麦克风,音频采集 |
| 各种传感器 | 40pin GPIO | 激光,温湿度,指纹识别和超声波等传感器 |
| 各种控制模块 | 40pin GPIO | 直流电机模块,LED驱动,数码管和蜂鸣器等 |
40pin接口定义如下,通用输入输出电平控制,UART、SPI、I2C等串行接口资源,支持连接各类DIY配件。
1)myCobot 280 Risc-V机械臂
2)功能与优势
基于K1芯片的支持,搭配机械臂和移动机器人能够实现以下共同功能:
Bianbu
Bianbu是一个融合桌面操作系统,针对RISC-V架构的处理器做了深度优化,基于Ubuntu社区源码构建,旨在给用户提供更流畅、更兼容和更简洁的体验。基于Bianbu Star系统,我们定制开发桌面环境,不断优化用户交互流畅性;持续融合AI,提供系统原生AI能力;兼容支持更多RISC-V构架下的应用,丰富软件生态。
Bianbu cloud
Bianbu cloud是进迭时空为了服务全球RISC-V开发者而构建的RISC-V云实例, 为全球开发者提供RISC-V计算实例,支持远程桌面、远程编译、一键刷机、一键应用安装、远程SSH调试、串口调试等功能,让开发者可以随时随地的使用RISC-V算力并做创意开发。
用户可以远程ssh、远程桌面,远程编译,上传文件等功能适配应用到RISC-V平台
用户可以使用远程串口,一键固件刷机调试Uboot和Linux驱动
体验Risc-V架构下操作系统及相关应用使用体验
用户评估开发板是否满足业务需求
二、赛题说明
1.基于K1的人工智能终端及应用开发
1.1赛题说明
在嵌入式AI场景中,智能终端需融合多模态感知与决策能力,但面临异构计算资源紧张、多模型协同效率低等挑战。本赛题要求基于进迭时空RISC-V AI CPU平台K1,构建支持机器视觉(CV)、语音识别(ASR)、大语言模型(LLM)协同的轻量化系统,实现环境感知、语义理解与实体交互闭环,完成智能终端软硬件一体化开发。
1.2赛题要求
1.3评分标准
1.3.1基础完整性 (50%)
| 评分项 | 分值 | 评分细则 |
|---|---|---|
| 系统创新性和完整性 | 40 | 实现外设和其他响应装置,机构的联动,整体系统构思有新颖性,功能应用完整,贴合实际应用场景应用,开发产品原型 |
| CV/ASR/LLM功能 | 30 | 做为智能决策的核心,ASR/CV/LLM功运行可靠,体现智能性; |
| 交互设计 | 20 | 交互设计清晰,操作简便,方便用户使用和测试; |
| 异常处理 | 10 | 对异常情况的响应和兼容性,如提供异常的信息输入,中途断电再重新上电,运行干预,能够恢复正常; |
1.3.2性能优化(30%)
| 评分项 | 分值 | 评分细则 |
|---|---|---|
| 响应延迟 | 50 | 包括CV推理延迟,ASR响应延迟,LLM响应延迟等单项延迟,以及整体交互输入到响应的延迟。提供测试数据。可以通过RVV加速,算子优化,模型优化方式对性能优化。任务响应延迟:(≤ 1s:50分,≤ 2s:40分,≤ 3s:20分,≤ 4s:10分,其他:0分) |
| 识别准确性 | 30 | 包括视觉识别的准确性,ASR识别准确率,LLM响应和决策的准确性。整体任务执行的准确度,评分参考(≥90%:30分,≥80%:20分,≥70%:10分,<70%:0分) |
| 硬件利用率 | 20 | 充分利用K1的AI核性能,同时整合系统资源占用。评分参考:(AI核:整体占用≥90%, CPU核:整体占用 ≤ 60%: 20分 )(AI核:整体占用≥70%, CPU核:整体占用 ≤ 60%: 10分 ) |
1.3.3工程规范性(10%)
| 评分项 | 分值 | 评分细则 |
|---|---|---|
| 代码质量 | 50 | 模块化设计,代码结构清晰、可读性和可维护性高 |
| 部署便捷性 | 50 | 应用方便安装,调试,以及用户的便捷发布 |
1.3.4文档及汇报(10%)
| 评分项 | 分值 | 评分细则 |
|---|---|---|
| 技术文档 | 50 | 详述优化策略与性能优化方案,用户文档、部署说明,测试报告等完整和清晰,数据准确有效 |
| 演示视频 | 50 | 演示视频,作品介绍等材料完整清晰、易懂 |
1.4参考资料
2.基于K1 AI CPU的大模型部署落地
2.1赛题说明
边缘场景下,海量的设备(如儿童玩具、智能音响、扫地机器人等),都需要智能化升级交互方式。目前的设备,要么模型能力不够,智能化水平不足;要么需要云端协同,容易泄露隐私,因此需要将模型本地化部署。本赛题要求将qwen2.5-14B模型,成功部署到K1芯片上。
2.2赛题要求
2.2.1基础功能:
AI模型本地化:模型本地化部署到8GB内存容量版本的K1上
部署工具:使用进迭时空开源的部署工具,llamacpp及ONNXRuntime进行部署
2.2.2创新功能
模型层面:可以对模型进行量化、稀疏等压缩,降低硬件使用成本
部署工具层面:可以通过调优部署工具的调度方案,优化底层算子等方式来加速模型推理速度
2.3评分标准
2.3.1基础完整性(50%)
| 评分项 | 分值 | 评分细则 |
|---|---|---|
| 实现模型部署,智商接近原始模型 | 50 | 使用进迭时空开源的部署工具,将压缩后的模型,成功部署在8G版本的K1上,并回归模型智商,和原始模型进行对比 |
| Prefill性能指标 | 25 | prefill阶段MAC利用率大于10 |
| Decede性能指标 | 25 | decode阶段带宽利用率大于55% |
2.3.2创新加分项目(30%)
| 评分项 | 分值 | 评分细则 |
|---|---|---|
| 解决长上下文性能下降的问题 | 40 | 通过稀疏等手段使得decode性能,不会随着上下文长度变长而下降 |
| 模型层面的创新工作 | 30 | 能使用创新性的模型压缩方法,降低模型使用资源 |
| 部署工具层面的创新工作 | 30 | 在原有部署工具上,添加新的调度策略等,加速模型推理 |
2.3.3工程规范性(10%)
| 评分项 | 分值 | 评分细则 |
|---|---|---|
| 代码模块化,逻辑清晰,易于维护 | 50 | 模块化设计,代码结构清晰、可读性和可维护性高 |
| 提供简化的部署流程,减少部署复杂度 | 50 | 应用方便安装,调试及对用户的发布 |
2.3.4文档及汇报(10%)
| 评分项 | 分值 | 评分细则 |
|---|---|---|
| 技术文档 | 50 | 详述优化策略与性能优化方案,用户文档、部署说明,测试报告等完整和清晰,数据准确有效 |
| 演示视频 | 50 | 演示视频,作品介绍等材料完整性,清晰易懂 |
3.参考资料
3.基于本地大模型的AI智能助手开发
3.1赛题说明
随着AI PC时代到来,操作系统级智能助手成为下一代人机交互核心。本赛题要求基于进迭时空Bianbu OS系统,利用K1芯片AI算力、RVV向量加速能力,开发本地运行的AI系统助手。该助手需通过自然语言交互实现应用控制、文件管理、系统操作等任务,打造真正懂操作系统的AI智能体,让用户通过文本交互控制系统。
3.2赛题要求
3.3评分标准
3.3.1基础完整性(50%)
| 评分项 | 分值 | 评分细则 |
|---|---|---|
| 功能完整度 | 60 | 应用/系统状态/设置等功能覆盖率 |
| 界面设计 | 20 | 用户操作简便,交互体验流畅,UI/UX设计具有创新性和美观性 |
| 多轮对话 | 10 | 上下文连贯性,记忆轮数达标 |
| 异常处理 | 10 | 对无答案/模糊查询的鲁棒响应,对异常输入,异常操作的鲁棒性 |
3.3.2性能优化(30%)
| 评分项 | 分值 | 评分细则 |
|---|---|---|
| 响应延迟 | 50 | 基准2s(50分), 每降低0.2秒加2分 |
| 硬件利用率 | 50 | 充分利用K1的AI核性能,同时整合系统资源占用。(AI核:整体占用≥90%, CPU核:整体占用 ≤ 60%: 20分 )(AI核:整体占用≥70%, CPU核:整体占用 ≤ 60%: 10分 ) |
3.3.3工程规范性(10%)
| 评分项 | 分值 | 评分细则 |
|---|---|---|
| 代码质量 | 50 | 模块化设计,代码结构清晰、可读性和可维护性高 |
| 部署便捷性 | 50 | 一键运行安装,依赖自动安装,便于发布和测试 |
3.3.4文档及汇报(10%)
| 评分项 | 分值 | 评分细则 |
|---|---|---|
| 技术文档 | 50 | 详述优化策略与性能优化方案,用户文档、部署说明,测试报告等完整和清晰,数据准确有效 |
| 演示视频 | 50 | 演示视频,作品介绍等材料完整性,逻辑性及清晰度 |
3.4参考资料
4.融合AI的OpenHarmony应用软件开发
4.1赛题说明
本赛题聚焦RISC-V AI技术与OpenHarmony操作系统的深度融合,开发具有AI能力的OpenHarmony应用软件包。参赛作品需基于进迭时空K1+OpenHarmony 5.0 SDK版本开发,典型开发方向包括但不限于:多媒体应用,文件管理应用,社交应用等,需集成至少一种AI能力(如ASR、LLM),并将该能力有效的融合在应用中。
5.2赛题要求
4.3评分标准
4.3.1基础完整性(50%)
| 指标 | 分值 | 评分细则 |
|---|---|---|
| UI/UX设计合理,易操作 | 30 | * 操作路径无逻辑断点* 操作步骤简单* 高风险操作2次确认* 组件的样式(颜色,动效等)保持一致性* 无布局错位 |
| 应用基本功能完整,可用 | 40 | * 关键业务逻辑贯通* 高频操作无崩溃,卡住等异常* 无数据丢失等异常 |
| 支持AI功能,AI功能能够实际提高效率 | 30 | * AI功能可用* AI功能确实能够提升效率 |
4.3.2性能优化(30%)
| 指标 | 分值 | 评分细则 |
|---|---|---|
| 无内存泄漏 | 30 | * 应用多次打开关闭,内存无明显增长* 应用monkey老化,内存无明显增长 |
| 界面运行流畅 | 30 | * 用户操作后系统反馈延迟 ≤0.5秒* 页面加载时间 ≤1秒 |
| AI调用耗时短 | 40 | * AI响应时间不超过2s |
4.3.3工程规范性(10%)
| 类型 | 分值 | 评分细则 |
|---|---|---|
| ArkTS/JS代码质量 | 50 | * 命名规范* 可读性高,注释丰富* 模块化设计* 错误处理 |
| NAPI C++代码质量 | 50 | * 命名规范* 可读性高,注释丰富* 模块化设计* 错误处理 |
4.3.4文档及汇报(10%)
| 类型 | 分值 | 评分细则 |
|---|---|---|
| 技术文档 | 50 | * 程序设计文档* 程序测试报告 |
| 演示视频 | 50 | * 完整性* 逻辑性* 清晰度 |
4.4参考资料
三、技术支持
| 赛题名称 | 开发平台 |
|---|---|
| 基于K1的的人工智能终端及应用开发 | K1 硬件平台:MUSE Pi PRO \myCobot 280 Risc-V机械臂 |
| 基于K1 AI CPU的大模型部署落地 | 云上开发平台 :Bianbu Cloud |
| 基于本地大模型的AI智能助手开发 | 云上开发平台 :Bianbu Cloud |
| 融合AI的OpenHarmony应用软件包开发 | 云上开发平台 :Bianbu Cloud \进迭时空MUSE Paper鸿蒙平板电脑 |
本赛题1 所使用到的MUSE Pi Pro开发板,需要参赛团队向大赛官方组申请使用,比赛完毕后须归还。
本赛题2-4,所使用到的Bianbu Cloud云开发平台https://riscfive.cloud:9443/,需使用报名手机号注册。为防止服务器实例失效引起数据丢失,注册后请及时 联系进迭时空 (交流QQ群:685632716)解除服务器实例时长限制。
购买渠道:进迭时空官方淘宝店
| 部件 | 接口 | 描述 |
|---|---|---|
| 触摸屏+LCD显示 | DISPLAY—MIPI DSI-2 | 4.3寸 IPS LCD 800*480 ,带电容触摸 |
| 摄像头 | CAMERA0/1-MIPI CSI | 500万像素OV5647摄像头模块130度广角。推荐使用USB摄像头。 |
| 4G模块 | miniPCIe-USB | LTE CAT4 ,自带SIM卡槽,EG25GGB-S, miniPCIE接口 |
| 高速存储 | M.2 M-KEY-PCIe2.0 x2 | NVMe SSD,最大支持到1TB容量 |
| 麦克风模组 | USB-A | USB 阵列麦克风,音频采集 |
| 扬声器模组 | USB-A | USB扬声器,内置功放 |
| ToF激光雷达距离传感器 | 40pin GPIO(I2C接口) | |
| 红外测温模块 | 40pin GPIO(I2C接口) | 温度传感器 |
| RGB-LED | 40pin GPIO(PWM) | 三色RGB灯 |
| 二维云台套件 | 40pin GPIO(PWM) | 包括舵机驱动板和舵机,云台 |
| 机械臂 | 40pin GPIO | 自由度:6轴。有效负载:250g。(K1控制主板已直接集成,如购买机械臂可不用申请开发板) |
备注: 如果项目需要其他传感器或者执行单元,可以根据需求选择和适配。
4.技术资料
进迭官网:www.spacemit.com
进迭社区:https://developer.spacemit.com
Bianbu Cloud云开发平台https://riscfive.cloud:9443/
比赛文档:https://active.spacemit.com
进迭论坛:https://forum.spacemit.com
进迭案例:RISC-V 先锋(微信服务号)开发者分享
大赛交流QQ群:685632716
更多回帖