第三届NVIDIA Sky Hackathon硝烟未尽，又将迎来第四届NVIDIA Sky Hackathon的比赛，这也将是NVIDIA 2021年开年的第一场线上比赛。NVIDIA作为活动的主办方，在第三届大赛结束之后，就已经开始积极地准备本届大赛的比赛内容。
Sky Hackathon项目旨在帮助在校学生在NVIDIA Jetson边缘高性能计算产品上部署和优化人工智能应用。在经验丰富的GPU导师指导下，通过黑客松竞赛的方式学习业界所需的深度学习相关应用开发及其并行计算技能，激发学生们的学习兴趣与创新力！
本次大赛特别引入了新的比赛元素：利用NVIDIA最新发布的开源工具包NeMo进行智能语音识别。
随着世界变得越来越数字化，会话式人工智能是实现人与计算机之间通信的一种方式。诸如自动消息传递，语音识别，语音聊天机器人，文本到语音等一些引人入胜的技术背后的技术集。NeMo可以构建实时自动语音识别（ASR）、自然语言处理（NLP）和文本到语音（TTS）应用程序的模型。对话式AI塑造了人机交互的路径，使其更易于访问，且有助于弥合机器与人类之间的鸿沟。
本次Sky Hackathon的参赛主题延续上一届的参赛主题：NANO交通环境感知，但是所有参赛团队需要基于语音识别的结果对自动驾驶中的目标进行选择性检测。参赛学生需要根据组委会提供的环境，在自己的服务器上训练目标检测模型和自动语音识别模型，然后将最终训练好的模型部署到组委会提供的Jetson Nano集群上，进行性能测试对决。
参赛推理平台
硬件平台：NVIDIA JetsonNano（128CUDA核、4核CPU、4G内存）
操作系统：Ubuntu 18.04L4T 64位元桌面版
开发环境：CUDA 10.2、CUDNN8.0、TensorRT7.1、OpenCV4.1.1
教学环境：Jupyter Lab2.1.2
同时为参赛队伍提供真实的NANO编程环境
成功组团后，所有参赛队员都将参加两次由NVIDIA组织的线上AI训练营。在两次的训练营里，NVIDIA的专家团队将详细介绍：
-如何在服务器端利用迁移学习工具来训练模型
-自动语音识别快速入门科普
-如何在服务器端利用NeMo语音语义工具库训练模型
-如何在Jetson NANO上利用TensorRT部署TLT训练的目标检测模型
-如何在Jetson NANO上部署Nemo训练的自动语音模型
像往届一样，NVIDIA开发者论坛会建立专门活动板块，在线回答所有赛事技术问题外，同时建立专属微信群，让参赛队员进行线上交流和答疑。针对往届有参赛团队反映TLT环境部署难度偏大的情况，以及数据如何打标签等基础问题，组委会也会制作详细的视频教程指导大家安装训练环境。
经过三次的赛事组织，NVIDIA Sky Hackathon 在高校人工智能赛事中的影响力已经逐渐显现。累计有近四十多所高校参加，参赛队员累计达到500多名。
（上图为西交利物浦大学徐德昌老师指导参赛队伍参加AI训练营）
Sky Hackathon采取导师制，每个参赛队都需要有一名导师参与。NVIDIA希望藉此让更多的老师一起参与到赛事活动中来，共同探索出一条将人工智能前沿技术和产品与高校教育相融合的思路和方法。比赛不是目标，”科技赋能，接轨未来“才是NVIDIA希望通过比赛能够达到的目的！
