LANCE: Effektiv koinferens för stora AI-modeller vid 6G Edge-nätverk
| Diarienummer | |
| Koordinator | Kungliga Tekniska Högskolan - Avdelningen för teknisk informationsvetenskap |
| Bidrag från Vinnova | 2 550 000 kronor |
| Projektets löptid | april 2026 - augusti 2027 |
| Status | Pågående |
| Utlysning | 6G - Kompetensförsörjning |
Syfte och mål
Projektet kommer att leverera enhetliga ramverk för skalbar, låg latens, integritetsbevarande och energieffektiv LAIM-koinferens i 6G-nätverk.
Förväntade effekter och resultat
Detta projekt föreslår ett nytt enhetligt ramverk för effektiv och tillförlitlig LAIM-koinferens i 6G-edgenätverk, och adresserar kritiska luckor i teori, flerdimensionell resurshantering och praktisk implementering. Resultaten inkluderar publikationer, utbildade forskare, kunskap och testbäddar.
Planerat upplägg och genomförande
Först föreslår detta projekt en teoretisk grund för LAIM-inferens, med rigorös LAIM-prestandaanalys. Sedan är projektet pionjärer inom flerdimensionell resurshantering och introducerar integrerad optimering över kommunikations- och beräkningsresurser för att balansera LAIM-inferenskvalitet, latens och energiförbrukning. Slutligen kommer den utvecklade testbädden, datamängderna och benchmarksviten att bidra som öppen forskningsinfrastruktur för långsiktig samhällsnytta.