Internationales KI-Forschungsprojekt unter Leitung der Universit?t Paderborn
Tiefe Neuronale Netze – statistische Verfahren des maschinellen Lernens – sind elementarer Bestandteil der künstlichen Intelligenz (KI). 365体育_足球比分网￥投注直播官网 erkennen Muster, analysieren Bilder und verarbeiten Sprache. Aber: 365体育_足球比分网￥投注直播官网 sind auch für einen zunehmenden Anteil der Rechenlast und damit für den Energieverbrauch sowie den CO2-Aussto? in Rechenzentren verantwortlich. Wissenschaftler*innen der Universit?t Paderborn arbeiten im Rahmen eines neuen Forschungsprojekts jetzt daran, die Energieeffizienz von solchen KI-Systemen zu verbessern, indem sie versuchen, die Anzahl und die Genauigkeit der notwendigen Berechnungen deutlich zu verringern. Zum Einsatz kommt dabei programmierbare Hardware in Form sogenannter FPGAs (field programmable gate arrays) anstatt der üblichen Zentralprozessoren (CPUs) und Grafikprozessoren (GPUs). Das Projekt wird vom Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) bis Ende 2025 als KI-Leuchtturmprojekt mit rund 1,5 Millionen Euro gef?rdert.
?Tiefe neuronale Netze werden in einem aufw?ndigen Prozess mit sehr gro?en Datenmengen trainiert, die daraus resultierenden Modelle dann in der Nutzungsphase für Vorhersagen verwendet. Das Projekt zielt erstmal auf Energieeinsparungen bei der Nutzungsphase von gro?en Modellen ab“, sagt Prof. Dr. Marco Platzner von der Universit?t Paderborn, der das Forschungsprojekt leitet. In der Regel werden dafür GPUs oder CPUs genutzt. Je genauer die Berechnungen, desto h?her der Energieaufwand. ?GPUs und CPUs weisen h?ufig eine niedrige Energieeffizienz auf. Deshalb setzen wir stattdessen auf FPGAs, weil sie gro?e Energie- und Performance-Vorteile aufweisen“, so Platzner weiter.
Die Wissenschaftler*innen machen au?erdem Gebrauch von einem besonderen Verfahren: absichtlich ungenaues Rechnen, das sogenannte Approximate Computing. Platzner erkl?rt: ?FPGAs erlauben es uns, die Genauigkeit der einzelnen Rechenschritte teilweise dramatisch zu reduzieren und trotzdem die erforderliche Qualit?t der Vorhersagen der Modelle einzuhalten. Damit k?nnen wir den Rechenaufwand deutlich reduzieren, was erhebliche Energieeinsparungen mit sich bringt.“
Platzners Fachgebiet Technische Informatik und das Paderborn Center for Parallel Computing (PC2) der Universit?t Paderborn, das über eines der weltweit leistungsf?higsten FPGA-Systeme verfügt, besch?ftigen sich schon seit l?ngerem mit dem energieeffizienten Rechnen mithilfe von FPGAs, auch für KI-Anwendungen. ?Die Ausschreibung der KI-Leuchtturmprojekte des BMUV stellt eine ausgezeichnete M?glichkeit dar, um einen weiteren Beitrag zu einer ressourcenschonenden Nutzung von Rechnerinfrastruktur zu leisten“, so Platzner. Mit seiner Forschung will das Team aber nicht nur den Energieverbrauch von KI-Systemen reduzieren, sondern ihn auch quantitativ bewerten und für die Nutzer*innen von KI-Systemen transparent machen. Erste Ergebnisse werden schon n?chstes Jahr erwartet.
Neben der Universit?t Paderborn sind die Hochschule Hamm-Lippstadt, die Fachhochschule Südwestfalen, das HPC-Unternehmen MEGWARE (Chemnitz) und die AMD Research Labs in Irland am Projekt beteiligt.
Weitere Informationen gibt es unter eki-project.tech.
