Verbundprojekt: Eingebettete Datenspeicher für Mikrocontroller mit Künstlicher Intelligenz - StorAIge -

Der Trend zu Mehrkernprozessoren ist auch bei eingebetteten Systemen angekommen. Moderne Anwendungen, die vermehrt aus dem Bereich der Künstlichen Intelligenz (KI) kommen, verlangen zum einen mehr Rechenleistung und zum anderen effizientere Speicheroperationen, um die stetig zunehmenden Mengen an Daten austauschen und verarbeiten zu können. Ein wesentliches Ziel von StorAIge ist die Entwicklung geeigneter Hardware, die den Anforderungen von KI-Anwendungen der nächsten Generation - eingebettete KI und Edge AI - gerecht wird. Die Programmierung dieser KI-Beschleunigerarchitekturen steht in Verbindung mit neuen Paradigmen wie In-Memory-Computing (IMC), das bestimmte Berechnungen direkt im Speicher ausführen kann, ohne Daten transferieren zu müssen. Damit ergeben sich neue Möglichkeiten der Anwendungsoptimierung, aber auch zusätzliche Komplexität, die ein gewisses Maß an Toolunterstützung erfordert. Aus diesem Grund versucht emmtrix, die im Rahmen von StorAIge entwickelten Hardware-Features zur KI-Beschleunigung der Anwendungsentwicklung zugänglich zu machen und möglichst viel Komplexität zu reduzieren und automatisieren. Ziel des Vorhabens ist es, KI-Anwendungen mit dem Parallelisierungswerkzeug emmtrix Parallel Studio (ePS) entwickeln und für neuartige Beschleunigerarchitekturen teilautomatisiert optimieren zu können. Dazu wird ePS um einen für StorAIge konzipierten Workflow erweitert, der neben STM32 als konkrete Zielplattform eine virtuelle Zielplattform umfasst, die Beschleunigerfunktionalität wie Computational Memory modelliert und eine Abschätzung der Performance erlaubt, um optimierende Programmtransformationen durchzuführen.