Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Inferencing, Fast and Slow with Ultra-scaled Phase-Change Devices

Descrizione del progetto

Soluzioni per superare le sfide dell’inferenza nell’apprendimento profondo

Il fabbisogno energetico insostenibile del trasferimento dei dati sta rallentando il progresso dell’intelligenza artificiale, ostacolando il suo potenziale contributo al progresso economico e ambientale. Le memorie non volatili basate sulla conduttanza possono affrontare questa sfida mantenendo fissi i pesi sinaptici e consentendo il calcolo in memoria. Tuttavia, i dispositivi esistenti sono ancora lontani dai loro limiti teorici e funzionali. Il progetto INFUSED, finanziato dal CER, colma questa lacuna sfruttando dispositivi di memoria a cambiamento di fase innovativi e ultra-scalabili che codificano in modo efficiente sia i pesi adattivi a lungo termine che quelli a breve termine, aprendo la strada a una nuova generazione di hardware di IA efficiente dal punto di vista energetico e ispirato alla biologia.

Obiettivo

A major challenge for deep learning inference is the high energy demand required to retrieve large amounts of synaptic weight data from memory. One promising approach to address this is the use of conductance-based devices, such as non-volatile phase-change memory, to develop chips with stationary synaptic weights. However, two key obstacles remain: enhancing the computational capabilities and increasing the energy efficiency of these devices. INFUSED tackles both issues through groundbreaking device innovation. By utilizing the physics of ultra-scaled materials, it pushes energy efficiency closer to its theoretical limits. Moreover, it introduces dual neurally-plausible temporal dynamics, combining fast adaptive responses with slow, gradual conductance changes. This reimagines traditional neural network elements like the perceptron for more energy-efficient AI inference.

INFUSED specifically aims to:

☞ Develop a breakthrough device design method to encode slow weights efficiently by reducing electrical contacts and active volumes to unprecedented scales—below 10 nm², and using 1-nm-thick van der Waals films. These weights are programmable with energy in the tens of femtojoules, offering up to a 100x improvement over current industry devices.

☞ Design a reconfigurable volatile memory to encode fast weights within the slow weights. This innovative method uses field-effect properties of the ultra-scaled volumes. These weights exhibit non-linear temporal dynamics, consuming energy in the picoWatt range, with timescales spanning microseconds to hours, adaptable to AI tasks.

☞ Demonstrate a mixed hardware-software implementation of biologically inspired algorithms leveraging fast and slow dynamics. New neural architectures are developed and benchmarked against mainstream neural networks, as well as against hardware substrates like parallel computing architectures (e.g. GPUs), in complex vision tasks.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

Questo progetto non è ancora stato classificato con EuroSciVoc.
Suggerisci i campi scientifici che ritieni più rilevanti e aiutaci a migliorare il nostro servizio di classificazione.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) ERC-2025-STG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

IBM RESEARCH GMBH
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 1 499 800,00
Indirizzo
SAEUMERSTRASSE 4
8803 RUESCHLIKON
Svizzera

Mostra sulla mappa

Regione
Schweiz/Suisse/Svizzera Nordwestschweiz Aargau
Tipo di attività
Private for-profit entities (excluding Higher or Secondary Education Establishments)
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 1 499 880,00

Beneficiari (1)

Il mio fascicolo 0 0