Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

PGC2018-097339-B-I00

Financiado

Cerrado

EFFICIENT AND ROBUST HARDWARE FOR BRAIN-INSPIRED COMPUTIN

NEUROWARE TRATA UNO DE LOS TEMAS CON MAYOR ACTIVIDAD PARA ESTOS Y LOS PROXIMOS AÑOS: EL BIG DATA (PROCESAMIENTO MASIVO DE DATOS), Y EN PARTICULAR EL AREA DE LA COMPUTACION EFICIENTE INSPIRADA EN EL CEREBRO, MUCHAS APLICACIONES REQ... ver más

01/01/2018

UPM

162K€

Presupuesto del proyecto: 162K€

Líder del proyecto

UNIVERSIDAD POLITÉCNICA DE MADRID No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3947

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2018-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

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

Participantes

UPM

Lider

Proyectos interesantes

Hailo-8

Software

Electronics

3M€ Cerrado

MultiSpin.AI

Software

Data Science

3M€ Cerrado

PID2020-113656RB-C21

Software

Data Science

257K€ Cerrado

MEMFLUX

Software

Data Science

150K€ Cerrado

ALOHA

Software

Data Science

6M€ Cerrado

PID2020-113656RB-C22

Software

Data Science

198K€ Cerrado

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

Líder del proyecto

UNIVERSIDAD POLITÉCNICA DE MADRID No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3947

Presupuesto del proyecto 162K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto NEUROWARE TRATA UNO DE LOS TEMAS CON MAYOR ACTIVIDAD PARA ESTOS Y LOS PROXIMOS AÑOS: EL BIG DATA (PROCESAMIENTO MASIVO DE DATOS), Y EN PARTICULAR EL AREA DE LA COMPUTACION EFICIENTE INSPIRADA EN EL CEREBRO, MUCHAS APLICACIONES REQUIEREN QUE LOS ALGORITMOS DE APRENDIZAJE PROFUNDO SE REALICEN CERCA DE LA FUENTE DE INFORMACION, LO QUE IMPONE ESTRICTAS RESTRICCIONES EN TERMINOS DE MEMORIA, COSTES COMPUTACIONALES Y CONSUMO DE ENERGIA, JUNTO CON LA NECESIDAD DE ADAPTARSE A LAS CONDICIONES DEL ENTORNO, SIN EMBARGO, EXISTE UNA BRECHA CRECIENTE ENTRE LAS NECESIDADES DE LOS ALGORITMOS DISEÑADOS POR LOS CIENTIFICOS DE PROCESO DE DATOS Y LAS CAPACIDADES DEL HARDWARE DISPONIBLE PARA ACOMODARLOS, ESTAS BRECHAS DE EFICIENCIA Y ENERGIA NO SE VAN A SOLUCIONAR POR EL ESCALADO DE LA TECNOLOGIA IMPUESTO POR LA LEY DE MOORE, POR LO QUE EXISTE UNA CLARA NECESIDAD DE NUEVOS PARADIGMAS CIRCUITALES Y ARQUITECTONICOS,EN NEUROWARE PROPONEMOS ARQUITECTURAS DE HARDWARE PARA LA COMPUTACION INSPIRADA EN EL CEREBRO QUE CONTRIBUYAN A AUMENTAR LA EFICIENCIA DE LAS SOLUCIONES ACTUALES PARA PROPORCIONAR UN MEJOR RENDIMIENTO Y REDUCIR EL CONSUMO DE ENERGIA, EL RETO CONSISTE EN IMPLEMENTAR SISTEMAS FIABLES EN DISPOSITIVOS Y PLATAFORMAS DE VANGUARDIA DE FORMA EFICIENTE EN TERMINOS DE RENDIMIENTO Y POTENCIA, LOS OBJETIVOS GENERALES DE ESTE PROYECTO ABORDAN ALGUNAS DE ESTAS CUESTIONES DESDE EL PUNTO DE VISTA DEL DISPOSITIVO, EL CIRCUITO Y LA ARQUITECTURA, NEUROWARE PLANEA EXPLORAR LOS LIMITES ARQUITECTURALES DE LOS CIRCUITOS QUE IMPLEMENTAN EL ELEMENTO BASICO DE PROCESAMIENTO EN LA RED NEURAL PROFUNDA (DNN): LA NEURONA ARTIFICIAL, EN PRIMER LUGAR, PROPONE IMPLEMENTACIONES DIGITALES A NIVEL DE CIRCUITO Y DE ARQUITECTURA QUE APUNTAN A NUEVOS DISEÑOS PARA DNN, ADEMAS, DADO QUE LA FIABILIDAD ES UNA CUESTION CLAVE EN LAS TECNOLOGIAS NANOMETRICAS ACTUALES, TAMBIEN SE ESTUDIARA LA ADAPTABILIDAD DEL HARDWARE PARA DNN A LAS VARIACIONES DE PROCESO, TEMPERATURA, VDD, RADIACION Y ENVEJECIMIENTO, UN SEGUNDO OBJETIVO DE NEUROWARE ES LA EXPLORACION DE CIRCUITOS Y ARQUITECTURAS PARA EL DISEÑO ROBUSTO DE LA COMPUTACION INSPIRADA EN EL CEREBRO BASADA EN MEMRISTORES, EXISTE UN CLARO POTENCIAL DEL USO DE RERAM PARA ARQUITECTURAS DE DNNS, YA QUE PROPORCIONA UNA IMPLEMENTACION EFICIENTE DE INTERCONEXIONES Y COMPUTACION EN MEMORIAS, ESTO SE TRADUCE EN UNA REDUCCION DE LA GESTION DE DATOS Y EN UNA MEJORA SIGNIFICATIVA DEL RENDIMIENTO Y DEL AHORRO DE ENERGIA, SIN EMBARGO, LA INMADUREZ DE LA TECNOLOGIA RERAM HACE QUE LOS DISEÑADORES SE ENFRENTEN A PROBLEMAS SERIOS COMO LA FALTA DE UNIFORMIDAD DE LOS DISPOSITIVOS, LA INESTABILIDAD DEL NIVEL DE CONDUCTIVIDAD, LAS CORRIENTES SNEAKY PATH (DE PASO FURTIVO) Y LA RESISTENCIA DE LAS INTERCONEXIONES, ESTO AFECTA DIRECTAMENTE A LA CONFIABILIDAD DE LA IMPLEMENTACION Y TIENE UN IMPACTO SERIO EN EL TAMAÑO DEL ARRAY Y EL RENDIMIENTO DEL SISTEMA, UN ULTIMO OBJETIVO DE NEUROWARE ES EL DISEÑO DE HARDWARE CONFIGURABLE PARA LA IMPLEMENTACION DE DNNS, ESTA CONFIGURABILIDAD SERA ESTUDIADA TANTO PARA EL DISEÑO DE NEURONAS ARTIFICIALES DIGITALES COMO PARA ARQUITECTURAS MEMRISTIVAS, FINALMENTE, EL PROYECTO PROPONE LA COMBINACION DE CIRCUITOS BASADOS EN MEMRISTORES DIGITALES Y ANALOGICOS PARA CONFORMAR ARQUITECTURAS EFICIENTES DE SEÑALES MIXTAS, REDES NEURONALES\NEURONA ARTIFICIAL\RERAM\VLSI\VARIACIONES PVT\CROSSBAR\RECONFIGURABLE

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores