« back

Only available in German

---

Erfolgreiche Verteidigung der Dissertation

Dr. Christopher Metz

Dr. Christopher Metz hat seine Dissertation "Towards Sustainable Artificial Intelligence Systems: Enhanced System Design with Machine Learning based Design Techniques" erfolgreich verteidigt.

In der heutigen Technologie spielen effiziente und zeitnahe Berechnungen von Algorithmen des maschinellen Lernens (ML) eine zentrale Rolle, insbesondere in Bereichen wie autonomes Fahren, das Internet der Dinge (IoT) und Edge Computing. Convolutional Neural Networks (CNN), eine bedeutende Technik im ML, stellen hohe Anforderungen an die Rechenressourcen. Um diesen Anforderungen gerecht zu werden, werden häufig ML-Beschleuniger wie General Purpose Graphic Processing Units (GPGPUs) eingesetzt. Allerdings ist der hohe Stromverbrauch von GPGPUs ein erhebliches Problem, weshalb die Auswahl des optimalen Beschleunigers eine aufwendige, manuelle Design Space Exploration (DSE) erfordert.

Diese Arbeit präsentiert innovative Ansätze zur Optimierung des DSE-Prozesses. Es werden verschiedene Techniken entwickelt, die es ermöglichen, den Stromverbrauch und die Leistung von CNNs während der Ausführung präzise vorherzusagen. Dadurch können Entwickler den Stromverbrauch und die Leistung von GPGPUs bereits in den frühen Entwicklungsphasen abschätzen, ohne die Anwendung auf realen Geräten ausführen zu müssen. Dies reduziert die Anzahl notwendiger Prototypen erheblich.

Zusätzlich müssen Entwickler die Entscheidung treffen, ob eine Anwendung auf einem IoT-Gerät oder in der Cloud implementiert wird. Hierbei spielen das verfügbare Netzwerk, die Bandbreite und die Latenzzeit eine entscheidende Rolle. Diese Dissertation stellt ein System vor, das Entwicklern bei diesen komplexen Entscheidungen unterstützt. Das System berücksichtigt das verfügbare Netzwerk, die Bandbreite und die Latenzzeit, sodass Entwickler fundierte Entscheidungen unter Berücksichtigung von Energie- und Leistungsanforderungen treffen können.

Wir gratulieren!