Ziel
Deep Learning (DL) algorithms are an extremely promising instrument in artificial intelligence, achieving very high performance in numerous recognition, identification, and classification tasks. To foster their pervasive adoption in a vast scope of new applications and markets, a step forward is needed towards the implementation of the on-line classification task (called inference) on low-power embedded systems, enabling a shift to the edge computing paradigm. Nevertheless, when DL is moved at the edge, severe performance requirements must coexist with tight constraints in terms of power/energy consumption, posing the need for parallel and energy-efficient heterogeneous computing platforms. Unfortunately, programming for this kind of architectures requires advanced skills and significant effort, also considering that DL algorithms are designed to improve precision, without considering the limitations of the device that will execute the inference. Thus, the deployment of DL algorithms on heterogeneous architectures is often unaffordable for SMEs and midcaps without adequate support from software development tools.
The main goal of ALOHA is to facilitate implementation of DL on heterogeneous low-energy computing platforms. To this aim, the project will develop a software development tool flow, automating:
• algorithm design and analysis;
• porting of the inference tasks to heterogeneous embedded architectures, with optimized mapping and scheduling;
• implementation of middleware and primitives controlling the target platform, to optimize power and energy savings.
During the development of the ALOHA tool flow, several main features will be addressed, such as architecture-awareness (the features of the embedded architecture will be considered starting from the algorithm design), adaptivity, security, productivity, and extensibility.
ALOHA will be assessed over three different use-cases, involving surveillance, smart industry automation, and medical application domains
Wissenschaftliches Gebiet
- natural sciencesphysical sciencesastronomyspace exploration
- natural sciencescomputer and information sciencesinternetinternet of things
- social sciencessociologyindustrial relationsautomation
- natural sciencescomputer and information sciencessoftwaresoftware development
- natural sciencescomputer and information sciencesartificial intelligencemachine learningdeep learning
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-ICT-2017-1
Finanzierungsplan
RIA - Research and Innovation actionKoordinator
20864 Agrate Brianza
Italien
Auf der Karte ansehen
Beteiligte (15)
09124 Cagliari
Auf der Karte ansehen
1012WX Amsterdam
Auf der Karte ansehen
2311 EZ Leiden
Auf der Karte ansehen
8092 Zuerich
Auf der Karte ansehen
07100 Sassari
Auf der Karte ansehen
1100 WIEN
Auf der Karte ansehen
Beteiligung beendet
08940 Cornella De Llobregat Barcelona
Auf der Karte ansehen
Rechtsträger, der nicht Auftragnehmer ist und an einen Teilnehmer angegliedert oder rechtlich mit diesem verbunden ist. Der Rechtsträger übernimmt Arbeiten zu in der Finanzhilfevereinbarung festgelegten Bedingungen, liefert Waren oder bietet Dienstleistungen für die Aktion, unterzeichnet jedoch nicht die Finanzhilfevereinbarung. Eine Drittpartei hält sich an die Regeln, die gemäß der Finanzhilfevereinbarung für den verbundenen Teilnehmer gelten hinsichtlich der Förderfähigkeit von Kosten und der Kontrolle der Ausgaben.
Beteiligung beendet
SL3 9LL Slough
Auf der Karte ansehen
4232 HAGENBERG
Auf der Karte ansehen
20152 Milano
Auf der Karte ansehen
49527 Petach Tikva
Auf der Karte ansehen
26500 Rio
Auf der Karte ansehen
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).
09128 Cagliari
Auf der Karte ansehen
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).
6706701 Tel Aviv
Auf der Karte ansehen
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).
08002 Barcelona
Auf der Karte ansehen