ENGINEERINGNET.BE - AI-berekeningen kun je uitvoeren op een centrale locatie, zoals de cloud of een privé datacenter, maar ook in de buurt van de sensor vanwaar de gegevens worden geproduceerd.
Door gegevens lokaal te verzamelen en te verwerken, kunnen beslissingen en acties sneller worden genomen en is de kans op gegevenslekken kleiner.
De genoemde processoren moeten echter minimaal honderd keer energie-efficiënter worden om een breed scala aan intelligente Edge-toepassingen mogelijk te maken. Daarvoor is innovatie op alle niveaus van het ontwerp is vereist. Hier richt het nieuwe project van TU Eindhoven zich op.
Ook TU Delft en Rijksuniversiteit Groningen zijn betrokken bij dit onderzoek naar het verbeteren van zogeheten Edge AI-processoren. Cofinanciers zijn Innatera Nanosystems en Stichting IMEC.
Een ander team van TU Eindhoven gaat de computationele vloeistofdynamica verbeteren. Doel van dit project is het creëren van gereedschappen waarmee, met behulp van supersnelle computers en innovatieve software, nauwkeurig en efficiënt kan worden voorspeld hoe vloeistoffen en gassen stromen onder ijle omstandigheden.
Hiertoe worden verschillende methodes gecombineerd. Bijvoorbeeld gegevensgestuurde methodes, ofwel machinaal leren, en modelgestuurde methodes die op fysica gebaseerd zijn, om zo de rekenefficiëntie te verhogen en dus de benodigde rekenkracht te verminderen. En dat terwijl de fysica van gassen die uit evenwicht zijn, goed blijft werken.
De cofinanciers zijn ASML, Flow Matters en Carbyon. De Nederlandse organisatie voor Wetenschappelijk Onderzoek draagt ook financieel bij aan beide projecten.
