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

Breakthrough 3D-Stacked AI Inference Chip Enabling the Deployment of Multi-Billion-Parameter LLMs on Edge Devices

Opis projektu

Innowacyjne układy wnioskowania SI w technologii 3D pozwolą na wykorzystywanie LLM o miliardach parametrów na urządzeniach brzegowych

Duże modele językowe (LLM) często obejmują miliardy parametrów, a ich uruchamianie na urządzeniach brzegowych ogranicza rozmiar układów scalonych. W miarę wzrostu rozmiarów i złożoności parametrów dużych modeli językowych, obecne technologie stracą możliwość ich obsługi. Aby temu zaradzić, zespół finansowanego ze środków Europejskiej Rady ds. Innowacji projektu Aloe AI opracuje układ wnioskowania wykonany w technologii 3D, który pozwoli na obsługę modeli LLM na niewielkiej powierzchni. Aby to osiągnąć, zespół wykorzysta nowatorską technologię półprzewodnikową oparta na podejściu pojemnościowym, która charakteryzuje się zasadniczo lepszym stosunkiem sygnału do szumu, niezbędnym do osiągnięcia efektywności energetycznej bez przegrzewania. Aby zapewnić lepszą wydajność, większą pojemność pamięci masowej i niższe koszty, warstwy obliczeniowe są układane podobnie jak w przypadku technologii pamięci flash 3D NAND.

Cel

Large Language Models (LLMs) are at the center of the roadmaps of almost all large tech companies for new features in electronic devices. However, they usually consists of billions of parameter and running them outside the cloud in edge devices limits the chip size often to less than a square centimetre of silicon and less than 1 W continuous power consumption amongst other criteria. Current technologies not just fail to provide these technical features but also lack of the potential to meet these requirements in the future. This includes digital hardware (energy in-efficiency) as well as new compute paradigms (e.g. in-memory computing) that can only run models of few million parameters on such a small footprint. Instead of the expensive and limited technology node scaling, SEMRON is working on a 3D scaled AI inference chip to incorporate LLMs on a tiny footprint without overheating. This is enabled by a new semiconductor technology that was already tested (CapRAM). CapRAM is utilising a capacitive approach instead of the resistive approaches known in other in-memory computing approaches. This approach shows an inherently better signal-to-noise ratio that is necessary to achieve the energy-efficiency that is required to not run into overheating issues when increasing the compute density (3D). With monolithic growth the compute layers are stacked in the semiconductor manufacturing process based on the matured 3D NAND flash approach. This not just provides the ability to stack hundreds of compute layers but also to decrease the costs per performance ratio by two orders of magnitude. SEMRON is building the demonstrator of such monolithically grown 3D AI inference chip based on the CapRAM technology that itself already constitutes a superior AI solution for edge devices.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-EIC-ACC - HORIZON EIC Accelerator

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-EIC-2024-ACCELERATOR-02

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

SEMRON GMBH
Wkład UE netto
€ 2 499 999,00
Adres
FRAUENSTRASSE 9
01067 DRESDEN
Niemcy
MŚP
Tak
Region
Sachsen Dresden Dresden, Kreisfreie Stadt
Rodzaj działalności
Private for-profit entities (excluding Higher or Secondary Education Establishments)
Linki
Koszt całkowity
Brak danych