对话 | 2021赛灵思全球自适应计算挑战赛大数据分析获奖者-用硬件实现的哈希算法
自适应挑战赛
2021赛灵思自适应计算挑战是一场含金量极高的国际性竞赛，是开发者综合运用 AMD 赛灵思的自适应计算平台与 Vivado® ML、Vitis™ 统一软件平台和 Vitis AI 开发环境，开发创新应用，解决现实问题的一次邀请赛。今年的比赛有超过 2,000 个个人和赛队报名参赛，打造了 634 个硬件应用，其中 165 个成功入围，开发者遍及 35 个国家。
今年的挑战赛由三大主要赛道构成，每个赛道最高奖金 10,000 美元：
-
边缘计算（使用赛灵思 Kria™ KV260 视觉入门套件）
-
数据中心 AI（使用赛灵思 VCK5000 AI 推断开发卡）
-
数据中心分析（使用赛灵思Varium™ C1100 区块链加速器）
由电巢（EDA365.com）邀请的队伍【DatenLord】突出重围，其项目【TRIDENT：用硬件实现的 Poseidon 哈希算法】荣获挑战赛大数据分析赛道一等奖，最高将摘得奖金10000美元！
直播花絮
赛灵思联合电巢为大家带来多场直播分享，一方面帮助已经报名和申请过硬件的参赛者们进行赛事辅导；另一方面赛灵思一如既往地鼓励广大开发者和爱好者们通过研讨会进一步了解我们的最新软件开发技术与生态，更好地增强相关知识与能力。
获奖采访
【DatenLord团队】作为大数据分析赛道的一等奖，在赛后也接受了电巢直播的采访，吐露了他们在本次比赛中的心路历程。
Q：首先恭喜DatenLord团队荣获2021赛灵思自适应挑战赛Big Data Analysis一等奖,可以先分享一下这次获奖的作品吗？
A：首先我们要感谢Xilinx和Hackster.io还有电巢（EDA365.com）给我们这些FPGA和硬件爱好者们一个非常好的机会，让我们能够利用世界上最先进的FPGA平台来开发和展示我们的作品。我们达坦科技（DatenLord）团队这次获奖的作品是用硬件来加速IPFS FileCoin的零知识证明算法ZK-SNARK里的关键哈希算法Poseidon。整个项目已经在GitHub上开源：http://github%20-%20datenlord/TRIDENT:%20A%20Hardware%20Implemented%20Poseidon%20Hasher
Q：你们为什么想到选择以零知识证明算法ZK-SNARK为切入点来做竞赛项目？
最初选择做Trident这个项目的原因是我们团队在做一些和IPFS Web3.0 有关的硬件实现和加速的工作，比如基于RDMA加速存储网络以及一些PoW哈希算法的硬件实现等等。我们尝试基于IPFS Filecoin打造面向企业级客户的跨云持久化存储平台。
正好2021年Xilinx自适应大赛增加了大数据区块链的赛道，我们调研后决定把硬件加速零知识证明算法ZK-SNARK来作为项目题目。零知识证明是近几年区块链的热点之一，它能够在不交换真实数据的情况下对区块链交易进行验证，与此同时还能减少区块链的冗余计算，大幅度提高区块链的效率。
ZK-SNARK的验证需要在Merkel Tree上进行哈希，它所用到的哈希算法就是Poseidon。Poseidon的实现需要大量的超大整数（256位）的模乘和模加，计算量较大，通常是用批量的方法在GPU上运行。我们决定先从Poseidon入手，把它用硬件实现并开源，并与GPU进行比较。目前，零知识证明算法使用最多的场景就是IPFS Filecoin，所以我们选择把Filecoin Lotus里面用到的Poseidon API Neptune用 FPGA实现。
Q：想问一下关于你的获奖团队，有什么故事嘛？
达坦科技（DatenLord）专注跨云存储领域，解决多云架构、多数据中心场景下数据高性能共享访问的问题。达坦科技拥有世界一流水平的技术团队，团队核心技术成员都在知名大型科技公司，诸如Google、Cadence、Mentor、Microsoft等工作过，有丰富的软件和硬件开发经验。存储是非常有技术挑战的领域，也是非常典型的软硬结合的领域。
随着云计算的普及，企业应用上云成为主流趋势，随之带来了数据跨云存储和访问的问题。不论是混合云还是多云架构，都涉及不同的数据（异构数据）在不同的云或数据中心（异地）之间共享访问。DatenLord就是为了满足日益复杂的数据存储和访问需求，通过软硬件深度融合的方式，实现异地、异构数据的统一存储访问，为云上应用提供高性能存储支持。
Q：在做这个竞赛项目的过程中有没有发生什么打破常规的事情？
我们觉得最与众不同的地方是采用SpinalHDL和Cocotb来设计和验证Trident。SpinalHDL是基于Scala的一门新兴硬件描述语言，其借鉴并引入了许多高级编程语言在软件开发中的理念，与传统的Verilog相比能够极大地提升设计效率和质量，减少人为错误。Cocotb则是基于Python的硬件验证框架，依托于Python简洁的语法和强大的生态，能够极大地降低硬件验证的工作量，同时大幅提升验证效率。
Q：平时就很关注赛灵思自适应挑战赛的奖项吗，参加此次挑战赛的契机是什么呢？
是的，我们平时就非常关注Xilinx开发者社区的新闻和技术分享。在电巢（EDA365.com）看到Xilinx公布本次挑战赛的时候，我们正在琢磨如何设计针对零知识证明算法ZK-SNARK的硬件加速方案，所以一看到自适应挑战赛公布的消息，我们就报名参赛了，而且提交项目之前我们还学习了上届比赛的获奖项目。参加这次全球挑战赛并且和各路FPGA设计高手比拼，使我们受益匪浅。
Q：Xilinx大赛在电巢进行多次直播讲解，通过直播对你的信息传递和主办方直面有哪些帮助？
在参加比赛项目实现阶段，电巢组织了多次线上直播，详细介绍了本次参赛硬件的使用细节，特别我们团队申请的C1100是Xilinx新晋推出的加速卡，网上没有太多资料，电巢组织的直播对我们团队熟悉C1100有不少帮助，非常感谢电巢。
Q：对于此次获奖有什么想说的吗？
首先，能够参加这次全球大赛并获奖，我们觉得非常幸运。希望今后能看到更多Web3.0、IPFS相关的项目，提升Filecoin的性能，打破ZK-SNARK运行时间上的瓶颈，加速Web3.0 Dapp的部署。也希望更多的同学能够共同参与到Web3.0的社区建设中来。
Q：关于获奖原因有什么看法？
关于获奖的原因：首先，在选题方面，我们选择的零知识证明算法ZK-SNARK加速是一个急需解决的问题，FPGA如何加速ZK-SNARK整个业界都十分关心。其次，项目的设计实现方式比较新颖：采用SpinalHDL和Cocotb做设计和验证。再就是项目完成的完整度，我们从硬件实现（RTL to Bitstream）到软件实现（Rust Neptune API和C/C++的硬件测速）都给出了一套完整的解决方案，并且把所有的代码开源，我们觉得这些都对最终的获奖有帮助。
Q：你对参加赛灵思挑战赛的同学有什么建议呢？
参加赛灵思自适应挑战赛的同学高手云集，如果说给出建议，从评委的角度来看，相信希望看到的是一个完整的，新颖的，站在科技前沿的项目。与此同时，项目的商业价值也很重要。说实话，完成这么一个项目还是很有挑战的，这个和团队同学们的刻苦努力也是分不开的。
Q：对于申请、竞赛有没有什么分享呢？
Xilinx和Hackster.io的工作人员都非常专业，从项目申请到电巢直播讲解答疑，再到项目提交，都很顺利，也很认真的帮助我们，使我们在整个参赛过程中没有碰到问题，非常感谢。
Q：可以讲讲你之后对自己的规划吗，学习方面以及工作方面？
对于Trident这个项目，DatenLord团队会继续优化，Trident还有很大的性能提升空间，我们有信心在现有的基础上大幅提升Poseidon的hash rate，达到或超过GPU的hash rate两倍以上。另外，我们还会尝试基于FPGA实现加速零知识证明算法ZK-SNARK的API Bellman(Bellperson)，我们的目标是给出一套用FPGA加速零知识证明算法ZK-SNARK的完整开源方案。
最后，非常感谢【DatenLord团队】能接受电巢直播的采访，衷心的祝贺他们在此次竞赛中获得头一等奖的好成绩！也希望在未来，他们能够在这条路上越走越远，攀登高峰！
5月21日，电巢直播邀请了原华为器件工程首席专家荣庆安老师，AMD赛灵思高级经理王宏强老师和AMD赛灵思2021自适应挑战赛大数据分析一等奖-DatenLord团队一起为大家带来基于FPGA硬件大数据分析应用直播分享。
5月21日 周六
荣庆安老师、王宏强经理、吴迪先生
《用硬件实现的 Poseidon 哈希算法》
＋
2、嘉宾介绍
荣庆安老师
原华为器件可靠性技术首席专家
EDA365论坛特邀版主
原华为器件可靠性技术首席专家、器件工程专家组主任、器件归一化工作奠基人。20多年交换机、路由器、传输、基站等产品器件工程设计。主持多项重大失效问题攻关，完成了逻辑、储存、光器件等领域器件优选库建设。参与中国器件标准工作，国内外发表论文4篇，获器件相关6项发明专利。
王宏强经理
AMD公司高级经理
AI, Compute系统架构师 & 业务拓展
王宏强(George Wang)，AMD公司高级经理 -AI, Compute系统架构师 & 业务拓展，2005年入职AMD-Xilinx，曾担任过DSP应用工程师，数字信号处理/机器学习专家，负责AMD-Xilinx公司AI & Compute系统架构及业务。王宏强先生拥有多项美国技术专利并发表多篇学术论文
吴迪先生
赛灵思2021自适应挑战赛大数据分析赛道一等奖-DatenLord团队硬件负责人
曾在Cadence和Mentor Graphic担任过软件工程师，他现在的研究兴趣包括Web3.0区块链及零知识证明的硬件加速， FPGA/ASIC 物理实现的算法设计。他在多家IEEE国际会议/杂志上发表过文章。
＋
3、直播要点
-
AMD赛灵思2021自适应挑战赛
-
大数据分析一等奖项目：用硬件实现的 Poseidon 哈希算法
-
数据中心，区块链技术应用探讨
＋
4、适合对象
-
FPGA开发者
-
大数据算法工程师
-
区块链工程师
-
电子相关专业学生