ICCAD Contest for Machine Learning on Hardware（硬件机器学习竞赛）是一项具有挑战性的竞赛，重点关注需要在传统硬件平台和新兴硬件平台上实现机器学习算法的现实世界问题。它向世界各地的团队开放。硬件机器学习竞赛在2022年只有TinyML（微型机器学习）赛道，2023年新增了Quantum Computing（量子计算）赛道。
1、TinyML微型机器学习设计竞赛
恭喜维也纳工业大学CDL-EML TU Wien队荣获第一名；香港城市大学的HugeRabbit队荣获第二名；东南大学的TinyNet队荣获第三名。（注：2022年的前三名队伍只有东南大学代表队保持在前三）
第4名是莱斯大学的RiceU队；第5名是佐治亚理工大学Gatech EIC Lab Team队；第6名是Rutgers Efficient AI Team队；第7名是香港科技大学的HKUST-TJFP队；第8名是EAST队。（注：第6 名和第8 名未提供机构 名称）
中国其他参赛队伍的名次：天翼云的深藏BLUE队排10位；北京航空航天大学的BHEE队排16位。（由于组委会不公开第8名后的队伍机构名称，如有遗漏请谅解）
微型机器学习竞赛由中南民族大学李大为教授负责组织，圣母大学贾振格博士后、广东省人民医院徐小维博士、苏州无双医疗平利川董事长兼总经理、圣母大学史弋宇教授协同组织。
2023年TinyML竞赛的挑战是要求参赛队伍构建一种低存储、高精度、高速度、强泛化性的深度学习算法，通过硬件实现对心率失常患者的高精度实时检测，便于在不同患者间的推广应用。
与2022年ICCAD TinyML竞赛相比，2023年ICCAD TinyML竞赛的任务依旧是从单导联IEGM记录中识别出室内心率失常患者，但今年的硬件部署平台资源更加紧张（72MHz 16KB SRAM/64KB Flash），精度评价指标也由原来的侧重于面向心率失常类别的FB转为面向患者的FB，同时增加了泛化性指标G来衡量模型的泛化性，最终实现微型机器学习算法在硬件上的应用。竞赛组委会将在IEGM的数据库上测试每种算法的检测性能和实际性能，综合性能将揭示算法在ICD中检测危及生命的VAs方面的实用性。
2023年TinyML竞赛吸引了来自中国、美国、欧洲、韩国、印度、中国香港等世界各国和地区，包括佐治亚理工学院、香港科技大学、北京航空航天大学、罗格斯大学、莱斯大学、维也纳工业大学等众多高校和科研单位多支人工智能算法与电路架构领域顶尖团队踊跃参与。
2、Quantum Computing量子计算竞赛
恭喜麻省理工-卡内基梅隆大学-杜克大学-北卡大学教堂山分校-芝加哥大学联合组建的MIT-EPiQC-CMU-Duke队荣获第一名；腾讯量子实验室的TQL队荣获第二名；复旦大学的QuantumLoop队荣获第三名。
第4名是首尔大学的Quantum Korea队；第5名是加州大学洛杉矶分校-罗格斯大学-纽约大学-哥伦比亚大学-北京大学联合组建的Coastal Alliance队；第6是莱斯大学的Positive Technology Lab队；第7名是本源量子的originqc队；第8名是浙江大学的ZJU_CS_QuLab队获得第八名。
中国其他参赛队伍名次：龙盈智达的longyingzhandui队排名第10位，清华大学的underwater队排名第12位；广西大学的GXU-LIPE队排名第16位。（由于组委会不公开第8名后的队伍机构名称，如有遗漏请谅解）
量子计算正逐渐进入主流视野，ICCAD 2023首次引入量子计算竞赛。竞赛的主题是计算羟基自由基的ground state energy，从而了解分子本身底层的量子机理，推动未来量子计算药物开发的可能性。竞赛要求实施量子算法并掌握机器学习技术，面向全球单人/多人团队开放。竞赛旨在提升量子计算在电子设计自动化（EDA）领域的可见度。首次量子计算竞赛吸引了中国、美国、欧洲、韩国等国家和地区，包括参赛的队伍有来自东京大学，帝国理工学院，麻省理工，加芝加哥大学，哥伦比亚大学，莱斯大学，清华大学，复旦大学，浙江大学、广西大学等以及腾讯，本源量子，量旋，龙盈智达，qBraid等学术界和工业界的团队踊跃参与。
竞赛由QuCS（Quantum Computer System Lecture Seriess）的主要组织者、圣母大学梁之鼎博士负责组织，中佛罗里达大学Di Wu教授，广东省人民医院徐小维博士，摩根大通何子畅博士，乔治梅森大学姜炜文助理教授，圣母大学史弋宇教授协同组织。
量子计算竞赛鼓励参赛队伍从多个方向进行创新尝试，包括：
硬件-软件共设计：量子比特映射策略
联合测量： Pauli字符串分组等以减少可观测次数
电路优化：利用AI/ML或科学方法进行电路架构搜索
误差缓解：应用AI/ML或科学驱动的误差缓解技术
参数优化：探索优化器的初始参数和参数缩放
由于，量子计算赛道是首次举办，为此笔者联系了赛道组织方。圣母大学梁之鼎博士表示，本次比赛的核心是用EDA技术去帮助量子计算的发展。EDA是个成熟的领域，相比起来量子计算还处于一个比较稚嫩的阶段，组委会成员认为EDA对于量子计算来说是有帮助的且有必要，也希望将量子计算带入EDA生态里。同时，作为比赛的赞助方以及协同组织机构，摩根大通的何子畅博士也肯定了EDA对于量子计算的重要性，何博士表示，摩根大通的全球应用研究中心目前着力于量子计算在真实世界任务中的应用，而公司对于比赛的支持也是看到了量子计算的挑战赛对于EDA乃至整个计算机科学领域的影响。
