FASTER AI: Fully Autonomous Safety- and Time-critical Embedded Realisation of Artificial Intelligence
| Diarienummer | |
| Koordinator | Kungliga Tekniska Högskolan - KTH Skolan f elektroteknik och datavetenskap |
| Bidrag från Vinnova | 8 349 645 kronor |
| Projektets löptid | januari 2023 - juni 2025 |
| Status | Pågående |
| Utlysning | Avancerad digitalisering - Möjliggörande tekniker |
| Ansökningsomgång | Avancerad och innovativ digitalisering 2022 |
Syfte och mål
FASTER AI avser att tillgodose nyuppkomna behov av att integrera ML inom hårdvaruinfrastruktur som i stor utsträckning används inom telekom, samt för tids- och säkerhetskritiska uppgifter i luftburna system och andra fordon.
Förväntade effekter och resultat
Detta projekt kommer att bidra till skapandet av en mjukvarumetodik för ML på speciell kritisk hårdvara. Mjukvaran kommer att innehålla ett bibliotek för " neural arkitektursökning" samt en kompilatorverktygskedja som kan kombinera vanliga program med ML-inferens. Slutligen kommer vi att demonstrera vår metodik och programvara inom två kritiska användningsfall.
Planerat upplägg och genomförande
Våra planerade åtgärder omfattar följande steg: -upprätta projektavtal (wp5) -Utveckla programvaruagnostiska bibliotek (wp1, wp2). -Anpassa biblioteken till den maskinvara som används vid exekveringstid (wp3). -Genomförande av demonstrationsprojekt (WP4)