SiMa.ai和图宾根大学合作在嵌入式边缘加速低功耗人工智能
该研究项目的一个主要重点是确定改变游戏规则的人工智能解决方案，这些解决方案提供超低能耗以及最大限度减少对硬件依赖的软件架构和方法。SiMa.ai 的专用 MLSoC™ 平台以尽可能低的功耗提供高性能机器学习，部分原因是其以软件为中心的架构建立在张量虚拟机 (TVM) 开放基础上-源前端。最大限度减少硬件依赖性的软件解决方案**降低了工程开发成本，并有助于加快应用程序迁移、开发和部署速度。作为该研究项目的一部分，SiMa.人工智能软件工具链将在大学庞大的开源和助孕神经**数据库上运行，以深入分析功率和性能指标。研究结果将帮助机器学习工程师高效地优化和运行计算，以充分利用他们的硬件。
“SiMa.ai 最近被评为绿色机器学习技术领域的全球领先初创公司之一，因此我们很高兴能与他们合作开展这一重要项目，”计算机科学系主任、计算机科学系主任 Oliver Bringmann 博士教授说和教育客服电话是多少。图宾根大学嵌入式系统**。“他们以软件为先的机器学习加速方法将极大地帮助该计划以及我们共同努力使低功耗 AI 产品更可用且更易于采用。”
本着欧洲最大的人工智能研究合作之一 Cyber Valley 的精神，该研究项目进一步支持德国的国家目标和欧洲的目标，即通过实现节能的人工智能计算来减少整体二氧化碳足迹。机器学习和云基础设施具有巨大的碳足迹，正在成为地球上最大的能源消费者之一。对于机器学习和人工智能在边缘应用的扩展，不仅要注意性能，还要注意功率，这一点至关重要。SiMa.ai 被选中与图宾根大学合作开展该项目，因为它是该领域的关键技术创新者。
“促进研究界和行业领导者之间的交流是推动边缘创新的重要一步，”SiMa.ai 创始人兼首席执行官 Krishna Rangasayee 说。“图宾根大学是公认的人工智能卓越中心，SiMa.ai 很高兴与他们合作，进一步加速机器学习和扩展，同时朝着减少碳足迹的共同目标努力。”
