一等奖：Raúl Valencia

Raúl Valencia 是一名拥有神经网络博士学位的软件工程师，其研究方向是大型模型的简化工作。他开发了一个名为 BiSUNA 的神经进化二进制神经网络框架，其可使用 OpenCL 将该框架部署到 FPGA 上。在攻读研究生之前，Raúl 从事过 iOS 移动开发、Web 插件和企业邮件系统等工作。他非常热衷于区块链技术，提倡采用 Haskell 语言的函数式编程模式。除了专业技术之外，他还非常酷爱并精通电子游戏，他去健身房只是为了吃到更多的巧克力。（注：neerk = 书呆子 + 极客）

二等奖：Dimitrios Danopoulos

Dimitrios Danopoulos 是希腊国立雅典理工大学电子与计算机工程系的一名博士生。他在 ECE-NTUA 的 Microlab 实验室工作，主要研究方向包括机器学习/深度学习、HPC 系统和通过 FPGA 进行的硬件加速等。此外，他还参与了多个欧盟地平线 2020 项目，例如在 VineyardH2020 项目中设计了面向 FPGA 的加速器。工作之余，他喜欢旅行、弹吉他以及用数码单反相机拍摄艺术照片等。

三等奖：Xinyu Chen

Xinyu Chen 是新加坡国立大学计算机科学系的四年级博士生，导师是 Bingsheng He 教授。他的研究方向包括硬件加速器、软硬件协同设计、图形处理和数据库系统。目前主要从事 FPGA 加速超低时延网内处理系统的构建。

Victor Altamirano 是一位在嵌入式系统领域拥有丰富经验的开发人员及工程师。另外，他还负责开发基于微控制器、FPGA 和图像识别 (CV)、人工智能（采用 TensorFlow、Pytorch 和 Sklearn）以及云计算开发工具的项目。

Jinin K Jose 是一名硬件设计工程师，于一年前加入 LightSpeedAI Labs，目前主要从事高速 PCB 设计。她先后获得了电子与通信专业的学士学位以及超大规模集成电路与嵌入式系统专业的硕士学位。

Nevil 是初创公司 LightSpeedAI Labs 的一名软件架构师，主要从事 FPGA 上的高性能计算与 AI 算法优化。他毕业于印度科学教育与研究学院，先后获物理学学士和硕士学位。

作为 LightSpeedAI Labs 的创始人兼首席执行官，Rohin Y 是一名研究工程师，先后获电子工程学学士学位、物理学硕士学位以及宇宙学（计算）博士学位。他热衷于将多学科项目带入现实生活。

三等奖：MAAX 团队

Yu-da Ju 不仅是台湾交通大学电子工程专业的一名研究生，也是黄教授 ADAR 实验室的一名成员，目前主要从事人工智能模型软硬件加速、模型压缩以及其它人工智能相关领域的研究。

Xuan Hong Li 目前是台湾交通大学电子研究所的一名研究生。他是 Juinn Dar Huang 教授 ADAR 实验室的成员。目前的研究方向包括机器学习硬件加速器设计以及深度学习计算机视觉等。

Shih-Yu Wei 是台湾交通大学电子研究所的一年级研究生。他的研究方向是 CNN 加速器开发以及基于深度学习的计算机视觉，包括视觉识别和图像超高分辨率等。

I-Hao Tseng 目前是台湾交通大学电子工程专业的一名研究生。他是 Juinn Dar Huang 教授 ADAR 实验室的成员。研究方向包括目标分类、检测、多目标跟踪以及 CNN 硬件架构设计等。

Juinn Dar Huang 博士目前是台湾新竹交通大学电子工程系及电子研究所的特聘教授。2017 至 2018 年，他曾担任台湾人工智能研究项目办公室副总经理一职。2014 年和 2018 年，荣获学校优秀教学奖。他目前的研究方向包括机器学习的硬件加速器设计、微处理器设计、生物芯片的设计自动化以及电子设计自动化等。黄博士目前不仅是 IEEE 的高级成员，而且也是 ACM 和 Phi Tau Phi 的成员。过去 20 年，黄博士一直致力于提升其学生的创造力、敏锐性、主动性和远见。未来 20 年，他可能还将一如既往地从事这项事业。

一等奖：Ussama Zahid

Ussama Zahid 是一名电气工程师及研究人员，在深度学习和硬件设计的交叉领域（简单来说就是：边缘人工智能）拥有超过 3 年的丰富经验。他于 2019 年在巴基斯坦国家科技大学完成本科学业，现在期待获得硕士、博士以及以研究为导向的机会。他喜欢在 FPGA 上进行 CPU、GPU 及算法专用加速器的软硬件协同设计。广泛的爱好包括国际象棋、魔术方块、旅游和游泳等。

二等奖：Sambit Mohapatra

Sambit Mohapatra 是法雷奥公司的一名系统工程师。除了日常工作，他还从事激光雷达感知系统实时人工智能领域的研究项目。他的主要研究方向是让业界一流的深度神经网络适合部署在小型资源受限的嵌入式系统上。几乎所有与嵌入式系统和人工智能相关的东西他都很感兴趣。他不爱摆弄开发板，但他喜欢长时间散步和打板球。

三等奖：Amin Kalantar 和 Philp Brisk

Amin Kalantar 于 2017 年毕业于谢里夫理工大学，获计算机工程学士学位。他目前在加州大学河滨分校攻读计算机科学博士学位，导师是 Philip Brisk 教授。他的研究方向包括人工智能硬件加速、可重新配置计算与高层次综合等。

Philip Brisk 于 2006 年毕业于加州大学洛杉矶分校，获计算机科学博士学位。2006 年到 2009 年，他是瑞士洛桑联邦理工学院的一名博士后研究员，自 2009 年以来，他一直在加州大学河滨分校的计算机科学与工程系就职。他的研究方向包括 FPGA 与可重新配置系统、设计自动化与专用处理器设计等。