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

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