FPAI异构融合智能芯片集成PS、NPU和PL模块，支持AI推理全流程计算。本文详细介绍了YOLO26模型在FPAI平台（30TAI开发板）的适配过程：通过修改ONNX结构适配DetPost硬件加速模块，复用YOLOv10代码框架，完成模型编译与前后处理对齐。实验表明，PARSED阶段仿真结果完全正确，ZG阶段带DetPost的推理存在微小误差。该方案验证了FPAI芯片高效部署YOLO系列模型的可

深度学习环境作为AI算法开发过程的基础生产力，其重要性不言而喻，本文详细梳理了深度学习环境搭建的过程以及将本地安装好的环境打包至其他平台的方法。本文安装的环境，目的是用于做AI算法推理、导出onnx、Icraft仿真等，以轻量为主，未涉及cuda环境。

深度学习环境作为AI算法开发过程的基础生产力，其重要性不言而喻，本文详细梳理了深度学习环境搭建的过程以及将本地安装好的环境打包至其他平台的方法。本文安装的环境，目的是用于做AI算法推理、导出onnx、Icraft仿真等，以轻量为主，未涉及cuda环境。

摘要：2026年集创赛复旦微电子企业命题聚焦FPAI异构融合芯片在端侧智能应用中的创新。赛题要求基于FMQL30TAI开发板，通过异构协同计算实现智能应用系统或自定义FPGA硬算子设计，挖掘芯片在图像处理、语音识别等领域的潜力。参赛者可选择智能创新应用系统实现或自定义硬算子实现任一方向，推动FPAI芯片在多元化场景中的落地应用。

FPAI是复旦微电子自主研发的异构融合智能芯片，集成多核CPU、NPU和FPGA，支持端侧全流程AI计算。

本文详细介绍了YOLOv5_7.0模型从下载到嵌入式部署的全流程。首先从ModelScope获取YOLOv5_7.0工程源码及配套资源，包含模型权重、配置文件等。然后验证框架模型推理效果，将PyTorch模型导出为Icraft支持的ONNX/Torchscript格式并进行结构适配。接着通过icraft工具链编译模型生成部署文件，分别在Windows系统进行C++仿真和socket模式测试，最后完

本文介绍了SD卡系统制作和FMQL30TAI开发板启动的完整流程。首先需要准备32GB以上SD卡，下载并烧写Ubuntu镜像文件，FAT分区包含BOOT.bin等启动文件。其次详细说明了开发板启动步骤：安装串口驱动和MobaXterm工具，设置SD卡启动模式，通过串口登录系统（用户名root/密码fmsh），配置网络IP实现PC与开发板通信。整个过程涵盖了从系统烧录到开发板调试的关键环节，为后续应

深度学习环境作为AI算法开发过程的基础生产力，其重要性不言而喻，本文详细梳理了深度学习环境搭建的过程以及将本地安装好的环境打包至其他平台的方法。本文安装的环境，目的是用于做AI算法推理、导出onnx、Icraft仿真等，以轻量为主，未涉及cuda环境。

复旦微电子推出新一代FPAI芯片FMQL30TAI，集成4核CPU、8TOPS NPU和125K FPGA，支持Transformer架构和多模态AI应用。该芯片具备异构协同、高能效(约8W)、高精度(支持FP16/BF16/TF32)等优势，单芯片即可完成端侧智能全流程计算。适用于工业控制、智能家居、可穿戴设备等多场景，2025年Q4量产。配套自主软件工具链Icraft，支持主流深度学习框架部署