Opis projektu
Symulacja uwzględniająca emisje dla obliczeń brzegowych i inteligencji brzegowej
Globalne zużycie energii przez technologie cyfrowe rośnie w tempie 9% rocznie, co stanowi wyzwanie dla celu Zielonego Ładu UE, jakim jest zmniejszenie emisji gazów cieplarnianych o 55% do 2030 roku. Zwiększona popularność urządzeń inteligencji brzegowej edge intelligence (EI, edge intelligence), przetwarzania brzegowego (EC) i Internetu rzeczy przyczynia się do tego zużycia energii i emisji gazów cieplarnianych. Obecnie w przypadku EC i EI brakuje rozwiązań do symulacji i orkiestracji uwzględniających emisje. Finansowany ze środków UE projekt LIGHTAIDGE ma na celu wypełnienie luki między społecznościami zajmującymi się obliczeniami o wysokiej wydajności i przetwarzaniem brzegowym. W ramach projektu opracowana zostanie szybka, skalowalna i innowacyjna platforma symulacyjna uwzględniająca emisje CO2 dla EC i lekkich orkiestratorów EI do szkolenia modeli EI o niskim poziomie emisji CO2.
Cel
The annual growth of the global energy consumption of digital technologies is 9%, hindering the EU Green Deal objective of
reducing 55% greenhouse gas (GHG) emission reduction by 2030. With the ever-increasing deployment of Internet of Things (IoT) devices, Edge Computing (EC), and more specifically Edge Intelligence (EI) which seeks to exploit these IoT (Edge) devices to process Artificial Intelligence algorithms has risen as a technology with booming demand potential, but which can also negatively contribute to the global energy consumption and GHG emissions of digital technologies.
Regarding EC and EI, emissions-aware (in CO2 equivalent) simulation and orchestration solutions are still under-explored.
The LIGHTAIDGE project therefore focuses on light-weight, CO2 emissions-aware EI simulation and orchestration. It proposes significant advances by (i) creating a bridge between High-Performance Computing (HPC) and EC communities through the development of a novel, fast and scalable, CO2 emissions aware simulation framework for EC, and (ii) by producing light-weight, CO2 emissions aware Edge Intelligence orchestrators for low-CO2 EI model training.
Foreseen impacts are, at scientific level: the project will establish a bridge between HPC and EC/EI scientific communities, and will pave the path to future, CO2 emissions aware EC and EI research. At technological, economical and societal levels: the project will reduce R&D costs by enabling an economically viable EC and EI prototyping through simulations, will help to drive EI companies in the climate transition by reducing the EI's CO2 emissions through better orchestration, and will contribute to reduce the CO2 emissions due to digital
technologies, participating in the European Union Green Deal's objective. The project also proposes training, transfer of knowledge,
and dissemination/communication activities for the researcher, constituting a solid path to develop his skills and experience.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Program(-y)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European FellowshipsKoordynator
78153 Le Chesnay Cedex
Francja