Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Reducing Carbon Footprint for Generative AI

Opis projektu

Bardziej ekologiczna przyszłość w kontekście stosowania energochłonnych algorytmów mnożenia macierzy

Systemy generatywnej sztucznej inteligencji (SI), takie jak ChatGPT, rewolucjonizują interakcje między ludźmi i maszynami, jednak ich działanie wiąże się z rosnącymi kosztami środowiskowymi. Ich zapotrzebowanie na energię rośnie każdego roku aż dziewięciokrotnie, co stanowi poważny problem pod względem generowanego śladu węglowego. Giganci technologiczni i firmy średniej wielkości zobowiązują się do redukcji emisji, a UE zaostrza odnośne przepisy. Rozwój generatywnej SI zagraża jednak dotrzymaniu tych zobowiązań. Finansowany przez Europejską Radę ds. Badań Naukowych projekt Green-GPT ma na celu rozwiązanie problemów energetycznych związanych z SI. Zastępując energochłonne algorytmy mnożenia macierzy wydajnymi alternatywami, zespół Green-GPT chce zapewnić nawet 50% oszczędność energii przy zachowaniu takiej samej wydajności i dokładności. W oparciu o wieloletnie badania i opatentowane innowacje zespół poszukuje funduszy pozwalających przekształcić zrównoważony rozwój w szansę biznesową, co przyczyni się do otwarcia bardziej ekologicznej ery sztucznej inteligencji.

Cel

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.

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. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

HORIZON-ERC-POC - HORIZON ERC Proof of Concept Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) ERC-2023-POC

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

THE HEBREW UNIVERSITY OF JERUSALEM
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 150 000,00
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych

Beneficjenci (1)

Moja broszura 0 0