Opis projektu
Przetwarzanie brzegowe inspirowane neuronauką jako ultraenergooszczędne i bezpieczne rozwiązanie
Globalna sieć urządzeń podłączonych do internetu rozrasta się w tempie wykładniczym. Od urządzeń punktów końcowych znajdujących się na „obrzeżach” sieci internetu rzeczy (IoT) coraz częściej wymaga się zaawansowanych funkcji wykrywania i przetwarzania, w szczególności wnioskowania SI, w celu wydobycia cennych informacji ze swojego otoczenia i wyeliminowania konieczności przesyłania ogromnych ilości surowych danych do serwerów w chmurze. Jest to ważne nie tylko w przypadku wielu zastosowań konsumenckich w celu zwiększenia zadowolenia użytkowników, ale również w zastosowaniach, takich jak samochody autonomiczne, dla których zapewnienie bezpieczeństwa stanowi kluczową kwestię. Ulepszone funkcje wykrywania i przetwarzania na „obrzeżach” zmniejszają opóźnienia i degradację danych, jednocześnie zwiększając bezpieczeństwo i wydajność w całej sieci IoT. Zespół finansowanego przez UE projektu NimbleAI stworzy integralną, neuromorficzną architekturę wykrywania i przetwarzania, która pozwoli na skutecznie uruchamianie precyzyjnych i różnorodnych algorytmów rozpoznawania obrazów na ograniczonych pod względem zasobów i powierzchni układach scalonych przeznaczonych dla urządzeń punktów końcowych.
Cel
Today only very light AI processing tasks are executed in ubiquitous IoT endpoint devices, where sensor data are generated and access to energy is usually constrained. However, this approach is not scalable and results in high penalties in terms of security, privacy, cost, energy consumption, and latency as data need to travel from endpoint devices to remote processing systems such as data centres. Inefficiencies are especially evident in energy consumption.
To keep up pace with the exponentially growing amount of data (e.g. video) and allow more advanced, accurate, safe and timely interactions with the surrounding environment, next-generation endpoint devices will need to run AI algorithms (e.g. computer vision) and other compute intense tasks with very low latency (i.e. units of ms or less) and energy envelops (i.e. tens of mW or less).
NimbleAI will harness the latest advances in microelectronics and integrated circuit technology to create an integral neuromorphic sensing-processing solution to efficiently run accurate and diverse computer vision algorithms in resource- and area-constrained chips destined to endpoint devices. Biology will be a major source of inspiration in NimbleAI, especially with a focus to reproduce adaptivity and experience-induced plasticity that allow biological structures to continuously become more efficient in processing dynamic visual stimuli.
NimbleAI is expected to allow significant improvements compared to state-of-the-art (e.g. commercially available neuromorphic chips), and at least 100x improvement in energy efficiency and 50x shorter latency compared to state-of-the-practice (e.g. CPU/GPU/NPU/TPUs processing frame-based video). NimbleAI will also take a holistic approach for ensuring safety and security at different architecture levels, including silicon level.
Dziedzina nauki
- natural sciencescomputer and information sciencesinternetinternet of things
- natural sciencescomputer and information sciencesartificial intelligencecomputer vision
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsensors
- natural sciencesphysical scienceselectromagnetism and electronicsmicroelectronics
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
HORIZON-CL4-2021-DIGITAL-EMERGING-01
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-RIA - HORIZON Research and Innovation ActionsKoordynator
20500 Mondragon
Hiszpania
Zobacz na mapie
Uczestnicy (16)
08034 Barcelona
Zobacz na mapie
06560 Valbonne
Zobacz na mapie
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.
2311 EZ Leiden
Zobacz na mapie
602 00 BRNO
Zobacz na mapie
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.
5656AG Eindhoven
Zobacz na mapie
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.
28006 Madrid
Zobacz na mapie
46022 Valencia
Zobacz na mapie
00197 Roma Rm
Zobacz na mapie
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.
20133 Milano
Zobacz na mapie
75015 PARIS 15
Zobacz na mapie
3001 Leuven
Zobacz na mapie
24118 Kiel
Zobacz na mapie
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.
8020 Graz
Zobacz na mapie
20560 Onati
Zobacz na mapie
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.
1010 Wien
Zobacz na mapie
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.
1040 Wien
Zobacz na mapie
Partnerzy (2)
M13 9PL Manchester
Zobacz na mapie
E1 4NS London
Zobacz na mapie