Descrizione del progetto
Migliorare l’efficienza delle applicazioni intelligenti
Dai robot ai dispositivi indossabili, la nostra società è destinata a fondersi con una nuova ondata di applicazioni intelligenti, che richiederanno dispositivi integrati con maggiori capacità di intelligenza in grado di garantire il consumo di una minore quantità di energia e un basso costo di latenza. Ciononostante, il lento ciclo di sviluppo dei chip per i processori in confronto agli algoritmi crea una «lotteria dell’hardware», ovvero una situazione in cui le piattaforme hardware disponibili determinano la selezione degli algoritmi. Questa paralisi a livello di innovazione costituisce un limite in termini di efficienza e restringe il mercato a poche società di grandi dimensioni. Finanziato dal Consiglio europeo della ricerca, il progetto BINGO porrà termine a questa paralisi. Il progetto propone un quadro di personalizzazione eterogenea delle piattaforme di calcolo per un determinato carico di lavoro basato sull’IA in pochi giorni grazie a una selezione e un assemblaggio rapidi dei chiplet co-processore prefabbricati. Questa rivoluzione consentirà di eseguire nuovi algoritmi in modo efficiente.
Obiettivo
The next wave of smart applications in our society will need embedded devices (robots, wearables, etc.) with increased intelligence at much reduced energy and latency cost. Compared to current embedded platforms, up to 1000x efficiency gains could be achieved through tight processor-algorithm co-optimization. However, due to the slow development cycle of processor chips (many months to years) in comparison to algorithms (hours to weeks), this co-optimization today merely boils down to selecting algorithms which run well on mature, available hardware. As these processors and their tooling have been optimized for mature algorithms, not the inherently best algorithm “wins”, but the one that happens to best fit the available “old-school” hardware platforms. This “hardware lottery” holds back innovation, severely impacts embedded AI execution efficiency, and narrows the market to a few large companies.
The BINGO vision to break this innovation deadlock is to enable heterogeneous compute platform customization for a given AI workload in a matter of days (100x faster), through rapid selection and assembly of prefabricated co-processor chiplets. This needs breakthroughs in:
a.) A library of embedded-AI-optimized co-processor chiplets, surpassing the SotA in terms of dataflow heterogeneity for improved efficiency (100x over CPU); and inter-operability in heterogeneous chiplet meshes on a reusable “breadboard” interposer.
b.) Rapid cost models and workload schedulers for beyond-SotA heterogeneous platform customization: automatically deriving the optimal chiplet combination for an application, assemble it and deploy, all in a few days.
Optimizing across the disciplines of chip design, computer architecture, scheduling, and AI fits perfectly to my expertise gained at KU Leuven, imec and Intel. It will stimulate a surge of embedded AI innovations, enable efficient execution of new algorithms, and bring the EU back at the forefront of chip design and embedded AI research.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
- ingegneria e tecnologiaingegneria elettrica, ingegneria elettronica, ingegneria informaticaingegneria elettronicahardwareprocessore di computer
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Parole chiave
Programma(i)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Argomento(i)
Meccanismo di finanziamento
HORIZON-ERC - HORIZON ERC GrantsIstituzione ospitante
3000 Leuven
Belgio