Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

APROPOS

Financiado

Cerrado

Approximate Computing for Power and Energy Optimisation

The Approximate Computing for Power and Energy Optimisation ETN will train 15 ESRs to tackle the challenges of future embedded and high-performance computing energy efficiency by using disruptive methodologies. Following the curre... ver más

30/04/2025

TAMPERE UNIVERSITY

4M€

Presupuesto del proyecto: 4M€

Líder del proyecto

TAMPEREEN KORKEAKOULUSAATIO SR No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Ver 21 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2020-08-17

MSCA-ITN-2020: Innovative Training Networks Objective:The Innovative Training Networks (ITN) aim to train a new generation of creative, entrepre...

I+D

Cerrada hace 5 años

0% 100% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

21 Participantes

TAMPERE UNIVERSITY

561.61K€ | Lider

ABENGOA RES

1.12M€ | Participante

ANGLES TEXTIL

491.19K€ | Participante

CELULOSA DE LEVANTE SA

1.01M€ | Participante

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Duración del proyecto: 56 meses Fecha Inicio: 2020-08-17
Fecha Fin: 2025-04-30

Líder del proyecto

TAMPEREEN KORKEAKOULUSAATIO SR No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 4M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto The Approximate Computing for Power and Energy Optimisation ETN will train 15 ESRs to tackle the challenges of future embedded and high-performance computing energy efficiency by using disruptive methodologies. Following the current trend, by 2040 computers will need more electricity than the world energy resources can generate. On the communications side, energy consumption in mobile broadband networks is comparable to datacenters. To make things worse, Internet-of-Things will soon connect up to 50 billion devices through wireless networks to the cloud. APROPOS aims at decreasing energy consumption in both distributed computing and communications for cloud-based cyber-physical systems. We propose adaptive Approximate Computing to optimize energy-accuracy trade-offs. Luckily, in many parts of the global data acquisition, transfer, computation, and storage systems there exists the possibility to trade off accuracy to less power and less time consumed. As examples, numerous sensors are measuring noisy or inexact inputs; the algorithms processing the acquired signals can be stochastic; the applications using the data may be satisfied with an acceptable accuracy instead of exact and absolutely correct results; the system may be resilient against occasional errors; and a coarse classification may be enough for a data mining system. By introducing a new dimension, accuracy, to the design optimization, the energy efficiency can even be improved by a factor of 10x-50x. We will train the spearheads of the future generation to cope with the technologies, methodologies, and tools for successfully applying Approximate Computing to power and energy saving. The training, in this first ever ITN addressing approximate computing, is to a large extent done by researching energy-accuracy trade-offs on circuit, architecture, software, and system-level solutions, bringing together world leading experts from European organizations to train the ESR fellows.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores