• 大赛报名 | 免费体验V853芯片!“华秋电子X全志在线开源硬件设计大赛”开始报名啦


    华秋电子联手全志在线发起的专属硬件工程师线上设计大赛来啦!报名免费申请 V853芯片 + pcb打板、贴片等服务项目赞助 ,还有官方荣誉证书,专家团队指导等众多福利,等你来挑战!

    大赛背景

    现如今,信息技术高速发展,人工智能、物联网等新兴领域备受青睐,俨然成为未来市场发展趋势。另一方面,随着半导体工艺的不断改进,传统MCU已无法满足智能终端需求,SoC应运而生,广泛应用于物联网、AR/VR、人工智能、AI视觉、工业自动化等领域。

    面对市场的广泛需求,各种SoC产品不断涌现,但其硬件项目的应用仍面临诸多挑战。为鼓励工程师勇于创新探索的精神,提升实践动手能力,促进开源硬件生态的发展,华秋电子联合全志在线共同发起“ 华秋电子X全志在线开源硬件设计大赛 ”。

    大赛奖项及权益

    本次大赛以全志V853、V851s系列为主控芯片(免费申请提供),参赛者需基于两种芯片中的一种设计项目,并按时提交相关设计文档。通过评选成功入围的设计作品,主办方将根据作品打分情况,提供相应项目的开发费用赞助。

    • 申请V851s芯片的参赛者,请在报名参赛计划中备注,相关资料和文档将在大赛活动群里单独提供。

    ◆ 全志V853系列芯片产品,免费申请试用

    ◆ 项目赞助,入围者提供免费pcb打板等服务

    ◆ 华秋电子+全志官方专家团队联合指导

    ◆ 颁发 大赛荣誉证书 ,为个人履历加分

    ◆ 电子发烧友、硬声app等多方渠道推广宣传

    报名时间

    2022年10月11日-11月9日

    报名规则

    1. 参赛选手: 面向企业、创客团队,工程师等人士,不限个人或团体形式参赛。

    2. 报名方式 :在线提交项目主题、基本设计思路、主要解决的问题以及创新点即可报名参赛,具体方案不限,报名审核通过后工作人员将联系您。

    3. 作品相关 :

    1)参赛作品必须基于全志V853、V851s系列主控产品设计项目(主控芯片和部分周边材料免费提供,具体在大赛活动群通知)。

    2)报名审核通过后,参赛者需在 规定时间内提交作品设计文档 (设计框架说明、pcb原理图、bom清单等),以便评委评审。

    3)设计作品统一提交至社区全志科技小组,单个作品最少产出3篇帖子+1个视频(视频发布至硬声app)。

    4. 赞助支持 :

    1)评分最高的前3名,可享受1次免费pcb打板+smt贴片服务。

    2)其他入围作品,可享受1次免费pcb打板服务。

    3)以上赞助均以优惠券形式发放,且仅限通过华秋渠道进行使用。

    5. 报名方式:

    华秋电子 X 全志在线开源硬件大赛

    作品评审

    1. 所有设计作品由全志和华秋双方专家进行打分,按分数由高到低进行评选。
    2. 作品评审规则:

    ◆ 作品介绍(30分):项目方案陈述逻辑清晰,内容全面详细。

    ◆ 创新性(30分):作品设计思路新颖、视角独特、有一定的实用价值。

    ◆ 实用性(20分):作品面对的对象明确、有市场前景。

    ◆ 技术性(20分):实现方案明确、具有一定的技术含量。

    关于全志V853

    全志V853 是一颗面向智能视觉领域推出的新一代高性能、低功耗的处理器SOC,芯片采用三核异构设计,同时搭配了全志自研的新一代视觉处理引擎和疾风系统,最高算力可达1T的NPU助力V853可广泛用于智能门锁、智能考勤门禁、网络摄像头、行车记录仪、智能台灯等智能化升级相关行业。

    关于华秋

    华秋电子,成立于2011年,是国内领先的电子产业一站式服务平台,国家级高新技术企业。以“客户为中心,追求极致体验”为经营理念,布局了电子发烧友网、方案设计、元器件电商、PCB 制造、SMT 制造和 PCBA 制造等电子产业服务,已为全球 30万+客户提供了高品质、短交期、高性价比的一站式服务。

  • 相关阅读:
    30、HTML进阶——表格元素以及其他元素
    字符串 实现 strStr()
    如何解决电脑出现msvcp140.dll丢失问题,msvcp140.dll丢失的最全解决方法
    Java刷题面试系列习题(四)
    深度学习-基于机器学习的情绪分析研究
    ssm+vue的图书管理系统(有报告)。Javaee项目,ssm vue前后端分离项目。
    在英文电脑系统中,中文显示??????
    CSP-J1 CSP-S1 初赛 第1轮 数学问题(数论、排列组合等)
    Flutter 集成Facebook快捷登录
    机器学习中的数学原理——梯度下降法(最速下降法)
  • 原文地址:https://blog.csdn.net/kkhic/article/details/127448826