Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

6G Masteruppsats: Resurseffektiva stora språkmodeller i kantnätverk

Diarienummer
Koordinator RISE Research Institutes of Sweden AB - RISE AB - Digitala System
Bidrag från Vinnova 100 000 kronor
Projektets löptid januari 2025 - juni 2025
Status Avslutat
Utlysning 6G - Kompetensförsörjning
Ansökningsomgång 6G - Handledning av examensarbete

Viktiga resultat som projektet gav

Projektet har i stort uppfyllt sina mål, även om slutrapporten försenats. Det har bidragit till ökad kunskap om hur LLMs kan optimeras för edge-miljöer och stärkt samarbetet mellan RISE och LTU inom TinyML.

Långsiktiga effekter som förväntas

Projektet förväntas bidra till utvecklingen av energieffektiva AI-lösningar för 6G. Det öppnar för nya forskningsspår inom kvantiserad träning och stärker infrastrukturen för framtida samarbetsprojekt.

Upplägg och genomförande

Studenten studerade tillgänglig forskning inom området, använde kod från ett tidigare projekt och tränade modeller på RISE:s GPU-kluster. Handledning skedde varje vecka med RISE och varannan vecka med LTU. Projektet följde i stort sett planen, men slutrapporten är försenad till september 2025.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 15 augusti 2025

Diarienummer 2024-04254