Projekt · Dnr 2022-02821 · Källa: Vinnova

Energi-effektiv AI

Koordinator
Bitynamics AB
Projekttid
2022-11-01 till 2023-04-30 (avslutat)
Beviljat bidrag
315 000 SEK
Diarienummer
2022-02821

Beskrivning

Målet med projektet är att utveckla beräknings- (och därmed energieffektiva) algoritmer för att träna AI-modeller. Det är ett faktum att detta kommer att vara ohållbart i längden, eftersom det inte finns tillräckligt med energi för att tjäna alla som skulle vilja implementera AI. Vi har utvecklat nya algoritmer och resultaten kommer att publiceras genom minst en konferensartikel inom en av AI-fältets topp konferenser. Vi kommer att ta samarbetet till nästa steg och bygga en open-source community lik HuggingFace. Projektet resulterade i fördjupat samarbete som förutom Prof. Stephen Boyd på Stanford inkluder Prof. Mert Pilanci och Prof. Jure Leskovic på Stanford. Vi kommer att ta samarbetet till nästa steg och bygga en open-source community lik HuggingFace. Vi har utvecklat nya algoritmer och resultaten kommer att publiceras genom minst en konferensartikel inom en av AI-fältets topp konferenser. Vi kommer även att ansöka om patent för att säkra IP. De förväntade effekterna är att vi får en global open-source community och en produkt som många företag och organisationer har användning av.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Effektiv träning av neurala nätverk

    Bitynamics AB · 2024-07-29 · 220 000 SEK · Projekt

    Detta projekt syftade till att utveckla beräknings- och energieffektiva algoritmer för att träna AI-modeller i PyTorch. Arkitekturen som vi jobbade med kan parallelliseras, vilket gör inferensen ännu mer effektiv. Ett viktigt resultat är att vi nu har ett demo på effektiva algoritmer som demonstrera…

  2. RELAI

    SIGHOLM TECH AB · 2020-12-01 · 469 400 SEK · Projekt

    Sigholm är verksamma inom energi- och infrastrukturområdet och utvecklar bland annat optimeringslösningar till den nordiska kraftvärmeindustrin där avancerade algoritmer är centrala. Projektets syfte har varit att påbörja Sigholms AI-resa mot att göra dessa algoritmer alltmera AI/ML-drivna. Målsättn…

  3. Integrerad modellering för en hållbar och optimerad stålprocess (ProcTwin).

    Swerim AB · 2023-08-01 · 500 000 SEK · Projekt

    Målet med projektförslaget ProcTwin är öka energieffektiviteten och produktkvalitén vid framställningen av stål i Europa. Detta ska åstadkommas genom att utveckla ett operatörstöd som baseras på en självlärande distribuerad maskininlärningsmodell och hanterar hela processkedjor som en produktionsenh…

  4. Elastiska hållbara 6G-nät med avkänningsintegrering

    Kungliga Tekniska Högskolan · 2024-11-15 · 1 999 900 SEK · Projekt

    I projektet utvecklade forskare från KTH och University of Surrey smartare antennstyrning, trafikanpassade vilolägen och algoritmer för energieffektiv resursallokering. Resultaten visade upp till 81 % lägre effektbehov jämfört med fullt aktiva antenner, 50 % genom samordnad nätstyrning jämfört med s…

  5. Planeringsprojekt för Horizon Europe-ansökan: BECOMmunity - Att bygga den europeiska kooperativa modellen för att förvalta och stärka smarta energigemenskaper

    RISE RESEARCH INSTITUTES OF SWEDEN AB · 2025-12-15 · 293 328 SEK · Projekt

    Målen var att RISE skulle leda ett arbetsprogram och flera uppgifter i andra arbetsprogram. Målen har uppfyllts helt och hållet. RISE leder arbetspaket 1 i uppföljningsprojektet, RISE leder flera viktiga uppgifter relaterade till ekonomisk modellering i pilotprojektet; distributionssystemleverantörs…