EKI-App: Energieeffiziente Künstliche Intelligenz im Rechenzentrum durch Approximation von tiefen neuronalen Netzen für Field-Programmable Gate Arrays

Project Period: 2023-01-01 – 2025-12-31
Externally Funded
Alternative Name
EKI-App: Energy-efficient artificial intelligence in the data center by approximating deep neural networks for field-programmable gate arrays
Acronym
EKI-App
Principal Investigator
Marco Platzner, Christian Plessl, Heiner Giefers, Stefan Henkler, Achim Rettberg
Member
Lennart Clausing, Felix Jentzsch, Marius Meyer
Department(s)
Technische Informatik
Hochleistungsrechnen
Description

Ziel des Projekts ist die Steigerung der Energieeffizienz von KI-Systemen für DNN Inferenz durch Approximationsverfahren und Abbildung auf Hochleistungs-FPGAs. Durch die Anpassung, Weiterentwicklung und Bereitstellung einer auf dem Open Source Werkzeug FINN basierenden Software-Werkzeugkette für die automatisierte, optimierte und hardwareangepasste Umsetzung von DNNs auf FPGAs und die Bewertung der dadurch erzielten Energieeinsparungen durch präzise Messungen in realen Serversystemen schließt das Projekt die bestehende Lücke für die praktische Nutzung von FPGAs mit ihren Energie- und/oder Performance-Vorteilen für KI-Anwender.

Funding Organisation
Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV)
Cooperator
Fachhochschule Südwestfalen
Hochschule Hamm-Lippstadt
MEGWARE Computer Vertrieb und Service GmbH
Xilinx GmbH Deutschland