Projektbeschreibung
Umweltfreundlichere Zukunft für energieintensive Matrixmultiplikationsalgorithmen
Generative Systeme der künstlichen Intelligenz (KI) wie etwa ChatGPT haben die Mensch-Maschine-Interaktion zwar revolutioniert, verursachen jedoch auch immer höhere Umweltkosten. Ihr Energiebedarf verneunfacht sich jährlich und stellt eine große Herausforderung in Bezug auf den CO2-Fußabdruck dar. Hightech-Giganten und mittelständische Unternehmen haben sich zu Emissionsminderungen verpflichtet, während die EU die Verordnungen verschärft hat. Die Zunahme der generativen KI bringt jedoch diese Verpflichtungen in Gefahr. Im Rahmen des vom Europäischen Forschungsrat finanzierten Projekts Green-GPT sollen die Energiesorgen rund um die KI angegangen werden. Von der Ersetzung energieintensiver Matrixmultiplikationsalgorithmen durch effiziente Alternativen erwartet das Green-GPT-Team Energieeinsparungen von bis zu 50 % bei gleichbleibender Leistung und Genauigkeit. Mithilfe jahrelanger Forschung und patentierten Innovationen wird projektintern nach Mitteln gesucht, um Nachhaltigkeit in eine Geschäftsmöglichkeit zu verwandeln und ein umweltfreundlicheres KI-Zeitalter einzuläuten.
Ziel
Executive summary:
Generative AI systems, such as chatGPT, recently passed the Turing test, forever transforming human-machine interaction. These systems provide giant productivity leaps across many sectors. However, their energy requirements increase nine-fold annually and their abundance grows at exponential rate. The resulting carbon footprint becomes significant.
IT giants such as Google, Nvidia, Microsoft, and Amazon, as well as many mid-sized companies, have committed to reduce their carbon footprint. The EU is strengthening regulation for emission reductions. But the new generative AI trend jeopardizes emission reduction commitments.
Most power consumption of generative AI is spent on matrix multiplication. Our novel solutions reduce energy consumption and carbon footprint by replacing current matrix multiplication algorithms with more efficient ones. These can be implemented on existing hardware and software stacks. Potential energy saving predicted at about 40-50%, while maintaining performance and accuracy.
The novel developments of Prof. Oded Schwartz and his strong team are based on years of research, and protected by patents. The funds are requested to pursue business opportunity.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- NaturwissenschaftenInformatik und InformationswissenschaftenSoftware
- SozialwissenschaftenWirtschaftswissenschaftenWirtschaftswissenschaftProduktionswirtschaftProduktivität
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Programm/Programme
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) ERC-2023-POC
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-ERC-POC - HORIZON ERC Proof of Concept GrantsGastgebende Einrichtung
91904 Jerusalem
Israel