Busca avançada
Ano de início
Entree

SUSTAINABLE - Suporte a Aplicações de Inteligência Artificial com Escalabilidade e Eficiência na Borda

Processo:23/00566-6
Modalidade de apoio:Auxílio à Pesquisa - Regular
Data de Início da vigência: 01 de janeiro de 2024
Data de Término da vigência: 31 de dezembro de 2027
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Acordo de Cooperação: MCTI/MC
Pesquisador responsável:Hermes Senger
Beneficiário:Hermes Senger
Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Município da Instituição Sede:São Carlos
Bolsa(s) vinculada(s):26/13492-9 - Aprendizado Federado e WebAssembly no Edge-Cloud Continuum para Suporte ao Planejamento de Trajetórias com Alta Conectividade de Robôs Móveis, BP.IC
26/20734-9 - Desenvolvimento de estratégias de escalonamento de tarefas para computação de borda ciente de energia, BP.TT
26/22074-6 - Desenvolvimento de casos de teste e aplicações de IA em ambiente de borda, BP.TT
+ mais bolsas vinculadas 25/02919-9 - Instalação da plataforma de desenvolvimento e testes em SoCs com aceleradores do tipo NPU (neural processing unit), BP.TT
25/02921-3 - Instalação da plataforma de desenvolvimento e testes em SoCs com aceleradores do tipo GPU (graphics processing unit)., BP.TT
25/02922-0 - Instalação da plataforma de desenvolvimento e testes em SoCs com aceleradores do tipo TPU (tensor processing unit), BP.TT
25/02920-7 - Instalação da plataforma de desenvolvimento e testes em SoCs com aceleradores do tipo GPU (graphics processing unit), BP.TT
24/06091-2 - Desenvolvimento de estratégias otimizadas para processamento de dados embarcados auxiliados por computação de borda., BP.TT - menos bolsas vinculadas
Assunto(s):Computação distribuída 
Palavra(s)-Chave do Pesquisador:edge computing | Machine learning applications | Computação distribuída

Resumo

A computação de borda (edge Computing) é um paradigma que permite o desenvolvimento de tecnologias como a Internet das Coisas (IoT), 5G, jogos online, realidade aumentada, comunicações entre veículos, redes inteligentes para distribuição de energia, e análise de vídeo em tempo real, entre outras.Nesses cenários, uma tendência notável é a crescente adoção de técnicas de Inteligência Artificial (IA) e de Aprendizado de Máquina (AM) para executar tarefas como classificação de dados, filtragem de spam, detecção de anomalias no tráfego de rede para segurança cibernética, classificação e segmentação de imagens em tempo real, aplicativos de suporte à direção, veículos autônomos e muitos outros. Muitas dessas aplicações precisam fazer o processamento online de fluxos de dados contínuos, praticamente em tempo-real.A computação de borda oferece a oportunidade de mover a execução de muitas operações de IA e AM para a borda da rede, mais próximo dos usuários, aplicativos e fontes de dados. Vários estudos estimam que o consumo de energia elétrica das tecnologias de informação e comunicação superou 14% do consumo mundial em 2018. Além disso, essa demanda vem crescendo ao redor de 6 a 8% por ano, devendo ultrapassar a 20% do consumo mundial em 2030, em uma estimativa não pessimista. Portanto, é urgente desenvolver tecnologias e aplicações que sejam energeticamente mais eficientes.Neste projeto, desenvolveremos novas estratégias para execução de operações de IA e AM voltadas ao processamento de fluxos de dados, utilizando dispositivos e recursos que estão disponíveis na borda. As estratégias de escalonamento de tarefas deverão ter como objetivo otimizar aspectos como: (1) reduzir latências de processamento, tornando as aplicações mais escaláveis, (2) otimizar a eficiência energética das operações, e (3) reduzir os custos financeiros das operações. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(As publicações científicas contidas nesta página são originárias da Web of Science ou da SciELO, cujos autores mencionaram números dos processos FAPESP concedidos a Pesquisadores Responsáveis e Beneficiários, sejam ou não autores das publicações. Sua coleta é automática e realizada diretamente naquelas bases bibliométricas)
SOUZA, LUCAS C.; CARLOS JUNIOR, G. C.; CERRI, RICARDO; GOMI, EDSON S.; CARMO, BRUNO S.; SENGER, HERMES; NALDI, MURILO. Pdarts: projected differentiable architecture search for seismic inversion. MACHINE LEARNING, v. 114, n. 11, p. 31-pg., . (19/26702-8, 23/00566-6)
SENGER, HERMES; DE SOUZA, JAIME FREIRE; MOREIRA, JOAO BAPTISTA DIAS; ROBERTS, KEITH JARED; GAIOSO, ROUSSIAN DI RAMOS ALVES; SILVA, EMILIO CARLOS NELLI; GOMI, EDSON SATOSHI. Simwave: A finite difference simulator for acoustic waves propagation. APPLIED COMPUTING AND GEOSCIENCES, v. 27, p. 18-pg., . (19/26702-8, 23/00566-6, 20/15230-5, 14/50279-4)
LUNA, REGINALDO; CASSALES, GUILHERME; PFAHRINGER, BERNHARD; BIFET, ALBERT; GOMES, HEITOR MURILO; SENGER, HERMES. Mini-batching with Fused Training and Testing for Data Streams Processing on the Edge. PROCEEDINGS OF THE 21ST ACM INTERNATIONAL CONFERENCE ON COMPUTING FRONTIERS 2024, CF 2024, v. N/A, p. 10-pg., . (19/26702-8, 23/00566-6)