Kl: Energieeffiziente Künstliche lntelligenz im Rechenzentrum durch Approximation von tiefen neuronalen Netzen für Field-Programmable Gate Arrays

Project Period: 2023-01-01 – 2025-12-31
Externally Funded
Acronym
KI
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.


Verbundkoordinator Prof. Dr. Marco Platzner


Co-Projektleiter Prof. Dr. Christian Plessl

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