近日，第十届华为ICT大赛中国赛实践赛昇腾AI赛道省赛结果正式公布，三亚学院信息与智能工程学院靳欧杰同学凭借扎实的技术功底与出色的实践能力，荣获省赛高教组一等奖，展现了我校在人工智能与国产算力领域人才培养的扎实成效。
华为ICT大赛是面向全球大学生的顶级ICT领域赛事，本届大赛聚焦昇腾AI等前沿技术方向，设置真实产业场景化赛题，吸引了全国上千所高校、数十万学子参与角逐。在指导老师于海娇的悉心指导下，靳欧杰同学围绕昇腾AI开发平台，从模型训练、性能优化到工程化部署，逐一攻克技术难点，最终在激烈竞争中脱颖而出，拿下省赛一等奖的优异成绩。
“传统AI模型部署门槛高、边缘终端算力不足、复杂场景识别精度低，这些行业普遍存在的‘技术痛点’，却是人工智能落地应用路上的‘最大阻碍’。” 近日，信息与智能工程学院一支本科生组建的随便加油组团队，凭借基于昇腾算力的轻量化 AI智能识别与边缘部署项目，攻克国产算力生态下模型适配、推理加速等核心难题，在华为 ICT大赛昇腾 AI赛道中脱颖而出，一举斩获海南省省一等奖，充分展现了我院学子在国产人工智能算力领域的创新实力与实践水平。
1、团队概述
（1）随便加油组团队由充满创新思维、专业基础扎实、协作能力突出的本科生组成，队员深耕人工智能、嵌入式开发、昇腾算力应用等领域，多人在省级、国家级计算机类学科竞赛中斩获荣誉，具备扎实的算法研发、硬件调试与项目落地能力。
团队负责人：靳欧杰，专业功底过硬，精通昇腾 AI全栈技术与 MindSpore框架应用，曾斩获蓝桥杯、计算机设计大赛等多项省赛、国赛奖项，具备优秀的项目统筹与算法优化能力。
团队核心成员：沈悠扬，擅长嵌入式硬件调试与底层代码开发，熟悉昇腾开发板环境配置、模型部署与算子调优，在硬件适配与系统稳定性测试方面经验丰富。
团队核心成员：何雨函，主攻 AI模型训练、量化压缩与后端逻辑开发，熟练掌握深度学习模型搭建、数据集制作与场景化算法适配，负责项目整体软件架构设计与功能实现。
(2)在项目备赛与作品研发过程中，团队分工清晰、配合默契：团队负责人全面统筹项目整体规划、技术路线制定与赛事备赛策略，牵头完成数据集采集、模型结构设计与算法迭代优化，多次针对海南本地实景场景进行模型测试调优，保障算法在真实环境中的识别精度与适配性。
核心成员负责昇腾开发板环境搭建、底层驱动配置与 C语言程序开发，完成硬件与 AI模型的联动适配，反复进行压力测试与稳定性调试，筑牢系统运行基础。同时深入行业调研，梳理当下昇腾 AI落地中小企业、校园安防、智慧巡检等场景的刚需痛点，为作品研发明确核心方向。另一核心成员专注深度学习模型训练、量化剪枝与后端功能开发，制定项目商业化落地思路，涵盖场景适配、功能迭代、推广应用等规划；结合赛事要求与市场需求持续优化模型参数，提升轻量化模型的推理速度与识别准确率，同时梳理技术文档与方案架构，为赛事答辩与成果推广提供支撑。
2、作品创意思考
团队研发本款昇腾AI轻量化智能识别项目，立足国产算力生态发展大势与人工智能落地实际需求。当前国产昇腾算力加速普及，但多数AI模型存在体积大、推理慢、边缘终端难以直接部署等问题，传统云端依赖式方案延迟高、网络依赖性强，无法满足户外、无网环境下的实时智能识别需求。
团队选择昇腾AI轻量化边缘部署这一方向，正是瞄准行业技术空白。依托华为昇腾NPU算力、昇思MindSpore框架优势，结合模型量化、剪枝压缩等技术，打造轻量化、低功耗、低延迟的智能识别方案。作品不仅适配校园安防、环境巡检、目标识别等通用场景，更贴合国产算力人才培养与产业数字化转型需求，既具备极高的技术研究价值，也拥有广阔的实际应用前景，充分体现了当代大学生紧跟科技浪潮、深耕国产 AI领域的责任与创新担当。
3、作品创意新颖性
目前市场上传统 AI识别方案多依赖云端算力、模型臃肿笨重，普通嵌入式终端无法适配，存在响应延迟高、离线可用性差、硬件成本高等短板。
相比传统方案，本团队作品具备四大创新优势：
1. 国产昇腾全栈适配：深度基于华为昇腾算力架构与 MindSpore框架开发，原生适配国产开发板，摆脱国外算力框架依赖，契合信创产业发展趋势。
2. 轻量化模型极致优化：采用模型量化、剪枝与蒸馏技术，大幅压缩模型体积，在保证识别精度的同时，适配低算力边缘终端部署。
3. 端边协同低延迟推理：采用边缘本地推理模式，无需依赖云端网络，实现复杂场景实时识别响应，无网环境也可稳定运行，抗干扰能力更强。
4. 高适配易拓展设计：项目架构模块化搭建，可快速适配行人识别、障碍物检测、场景分类等多种应用场景，轻便易部署、功耗控制优异，适合规模化落地使用。
以上创新突破了传统 AI部署的局限，填补了昇腾轻量化模型在边缘终端实景应用中的空白，为国产人工智能普惠化落地提供了优质可行方案。
4、项目概要
为破解传统AI模型部署难、算力成本高、离线识别弱的行业难题，随便加油组团队聚焦昇腾AI赛道核心要求，致力于打造一款基于国产算力的轻量化智能识别边缘部署方案，为校园安防、智慧巡检、民生场景智能感知提供技术支撑。
项目依托昇腾开发板为硬件载体，融合深度学习算法与边缘计算技术，通过采集实景数据集完成模型训练，利用MindSpore框架进行模型量化与结构优化；将优化后的轻量化模型部署至昇腾硬件终端，本地完成图像采集、特征分析、目标识别全流程运算，无需上传云端即可实时输出识别结果。系统采用模块化设计，可灵活拓展识别场景，兼顾低功耗、高实时性与高识别精度。在技术原理上，通过高清摄像头采集实景图像数据，传入昇腾开发板进行预处理，调用部署完成的轻量化 AI模型完成特征提取与智能分析，快速识别各类目标与环境场景；本地终端直接输出识别结果与预警信息，摆脱网络依赖，实现随时随地离线智能感知，为国产昇腾 AI技术走进校园、走进民生、走进中小企业应用场景提供了可靠的实践范本。
此次获奖，是我校深化产教融合、推进“以赛促教、以赛促学、以赛促创”教学改革的生动体现。依托校企合作资源与项目制教学模式，学院将华为昇腾技术体系融入课程体系，搭建了贴近产业真实场景的实践教学平台，着力培养学生解决复杂工程问题的能力。未来，学院将继续深化与华为的产教协同育人合作，持续推进人工智能相关专业建设，为数字经济领域输送更多高素质应用型人才。
一审一校 |于海娇
二审二校 |刘小飞
三审三校 |李成名 尹 娜
