Opis projektu
Najnowsze techniki pomagają poradzić sobie z zalewem danych
Obecne rozprzestrzenianie się aplikacji intensywnie wykorzystujących dane obciąża istniejącą infrastrukturę, czego skutkiem jest obniżenie efektywności i nieoptymalne zarządzanie zasobami. Tradycyjne podejścia nie są w stanie sprostać dynamice współczesnych wymagań obliczeniowych, zwłaszcza w środowiskach brzegowych i chmurowych. Ich fragmentacja ogranicza skalowalność, elastyczność i przenośność, komplikując płynne działanie rozproszonych aplikacji. W tym kontekście finansowany przez UE projekt ENACT przewiduje opracowanie kontinuum obliczeń kognitywnych. Zespół wykorzystuje dynamiczne modele grafów do wizualizacji stanu zasobów w czasie rzeczywistym, pomagając modelom sztucznej inteligencji, takim jak sieci neuronowe grafów i agenty uczenia głębokiego ze wzmocnieniem, w sugerowaniu optymalnych konfiguracji wdrożeniowych. Postępy te torują drogę powstaniu inteligentnych silników decyzyjnych, przyczyniając się do rewolucji w zarządzaniu infrastrukturą. Zespół ENACT tworzy też pionierski model programowania aplikacji wspierający samostanowiące aplikacje na potrzeby różnych zasobów.
Cel
ENACT develops cutting-edge techniques and technology solutions to realise a Cognitive Computing Continuum (CCC) that can address the needs for optimal (edge and Cloud) resource management and dynamic scaling, elasticity, and portability of hyper-distributed data-intensive applications. At infrastructure level, the project brings visibility to distributed edge and Cloud resources by developing Dynamic Graph Models capable of capturing and visualising the real-time and historic status information, connectivity types, dependencies, energy consumption etc. from diverse edge and Cloud resources. The graph models are used by AI (Graph Neural Networks - GNN) models and Deep Reinforcement Learning (DRL) agents to suggest the optimal deployment configurations for hyper distributed applications considering their specific needs. The AI (GNN and DRL) models are packaged as an intelligent decision-making engine that can replace the scheduling component of open-source solutions such as KubeEdge. This will enable real-time and predictive management of distributed infrastructure and applications. To take full advantage of the potential (compute, storage, energy efficiency etc) opportunities in the CCC, ENACT will develop an innovative Application Programming Model (APM). The APM will support the development of distributed platform agnostic applications, capable of self-determining their optimal deployment and optimal execution configurations while taking advantage of diverse resources in the CCC. An SDK to develop APM-based distributed applications will be developed. Moreover, services for automatic (zero-touch provisioning-based) resource configuration and (telemetry) data collections are developed to help design and update dynamic graph models. ENACT CCC solutions will be validated in 3 use-cases with challenging resource and application requirements. International collaboration is planned as Japan Productivity Center has committed to support with knowledge sharing.
Dziedzina nauki
- natural sciencescomputer and information sciencesartificial intelligencemachine learningreinforcement learning
- social scienceseconomics and businesseconomicsproduction economicsproductivity
- natural sciencesmathematicspure mathematicsdiscrete mathematicsgraph theory
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-RIA - HORIZON Research and Innovation ActionsKoordynator
57001 Thermi Thessaloniki
Grecja