TROUWENS

Het APROPOS-project heeft financiering van ongeveer 4 miljoen euro ontvangen uit de Horizon 2020 (H2020) Marie Sklodowska-Curie Innovative Training Networks H2020-MSCA-ITN-2020 call van de Europese Unie, in het kader van Grant Agreement No. 956090. APROPOS doctoraal netwerk zal 15 artsen opleiden om de uitdagingen van de toekomstige energie-efficiëntie van embedded en high-performance computing aan te pakken door het gebruik van disruptieve methodologieën.

De PI van APROPOS aan de TU Delft is Dr. Aaron Ding, wiens team onderzoek doet naar disruptieve methodologieën om de uitdagingen van toekomstige AI en de energie-efficiëntie van embedded computing aan te pakken.

Als we de huidige trends volgen, is het mogelijk dat computers in 2040 meer elektriciteit nodig zullen hebben dan de energiebronnen van de wereld kunnen opwekken. Tot overmaat van ramp zal het Internet of Things binnenkort tot 50 miljard apparaten via draadloze netwerken met de cloud verbinden. APROPOS heeft tot doel het energieverbruik in zowel gedistribueerde computers als communicatie voor cloudgebaseerde cyberfysieke systemen te verminderen.

Bij APROPOS stellen we adaptieve Approximate Computing voor om de afweging tussen energieprecisie te optimaliseren. Gelukkig bestaat er in veel delen van de mondiale dataverwervings-, overdrachts-, computer- en opslagsystemen de mogelijkheid om nauwkeurigheid in te ruilen voor minder energie en minder tijd. Talloze sensoren meten bijvoorbeeld luidruchtige of onnauwkeurige invoer; de algoritmen die de verkregen signalen verwerken kunnen stochastisch zijn; toepassingen die de gegevens gebruiken, kunnen tevreden zijn met “aanvaardbare” nauwkeurigheid in plaats van met exacte en absoluut correcte resultaten; het systeem kan bestand zijn tegen incidentele fouten; en een ruwe classificatie kan voldoende zijn voor een dataminingsysteem. Door een nieuwe dimensie, precisie, te introduceren in ontwerpoptimalisatie, kan de energie-efficiëntie zelfs met een factor 10x-50x worden verbeterd. We zullen de speerpunten van de toekomstige generatie trainen om de technologieën, methodologieën en hulpmiddelen aan te pakken om Approximate Computing succesvol toe te passen op energie- en energiebesparingen. De training, in deze eerste ITN, die zich richt op approximatief computergebruik, wordt grotendeels gegeven door het onderzoeken van de wisselwerking tussen vermogensprecisie in circuits, architectuur, software en oplossingen op systeemniveau, waarbij toonaangevende experts van Europese organisaties samenkomen om houders van ESR-beurzen op te leiden.

Ondanks recente ontwikkelingen op het gebied van halfgeleidertechnologie en energiebewust systeemontwerp groeit het totale energieverbruik van computer- en communicatiesystemen snel. Aan de ene kant heeft de alomtegenwoordigheid van onderling verbonden systemen de vraag naar computers en communicatie dramatisch vergroot. Aan de andere kant nemen de verwachtingen van gebruikers ten aanzien van de functies en batterijduur van online apparaten voortdurend toe, wat een extra stimulans creëert om een ​​goed evenwicht te vinden tussen prestaties en energieverbruik. Om de energie-efficiëntie van computers en communicatie te verbeteren zijn radicale inspanningen nodig. We veronderstellen dat door een afname van de verwerkingsnauwkeurigheid in verschillende delen van de computerketen toe te staan, we een lager energieverbruik en een kortere rekentijd kunnen bereiken. Het inruilen van nauwkeurigheid om het energieverbruik en/of de prestaties te verbeteren staat algemeen bekend als Approximate Computing (AC), wat de centrale focus is van dit EU Marie Curie ITN-project.