Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

ScaleML

Financiado

Cerrado

Elastic Coordination for Scalable Machine Learning

Machine learning and data science are areas of tremendous progress over the last decade, leading to exciting research developments, and significant practical impact. Broadly, progress in this area has been enabled by the rapidly i... ver más

29/02/2024

IST AUSTRIA

1M€

Presupuesto del proyecto: 1M€

Líder del proyecto

INSTITUTE OF SCIENCE AND TECHNOLOGY AUSTRIA 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 2 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2024-02-29

ERC-2018-STG: ERC Starting Grant

I+D

Cerrada hace 7 años

0% 100% 100%

Información adicional privada

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

2 Participantes

IST AUSTRIA

1.49M€ | Lider

RESUINSA EXPERIENCES

237.89K€ | 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

Proyectos interesantes

REAL Reliable and cost effective large scale machine learning 1M€ Cerrado

MODELOPS EVOLUCIÓN HACIA UN INOVADOR PROCESO... MODELOPS EVOLUCIÓN HACIA UN INOVADOR PROCESO PRODUCTIVO Y D... 439K€ Cerrado

TIN2017-86727-C2-1-R MODELOS Y METODOS BASADOS EN GRAFOS PARA LA COMPUTACION EN G... 252K€ Cerrado

UNBB08-4E-015 Sistema de computación para cálculo científico del personal... 297K€ Cerrado

STREAM Scalable Autonomic Streaming Middleware for Real time Proces... 4M€ Cerrado

ALMARVI Algorithms Design Methods and Many Core Execution Platform... 17M€ Cerrado

Duración del proyecto: 64 meses Fecha Inicio: 2018-10-17
Fecha Fin: 2024-02-29

Líder del proyecto

INSTITUTE OF SCIENCE AND TECHNOLOGY AUSTRIA No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 1M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto Machine learning and data science are areas of tremendous progress over the last decade, leading to exciting research developments, and significant practical impact. Broadly, progress in this area has been enabled by the rapidly increasing availability of data, by better algorithms, and by large-scale platforms enabling efficient computation on immense datasets. While it is reasonable to expect that the first two trends will continue for the foreseeable future, the same cannot be said of the third trend, of continually increasing computational performance. Increasing computational demands place immense pressure on algorithms and systems to scale, while the performance limits of traditional computing paradigms are becoming increasingly apparent. Thus, the question of building algorithms and systems for scalable machine learning is extremely pressing. The project will take a decisive step to answer this challenge, developing new abstractions, algorithms and system support for scalable machine learning. In a nutshell, the line of approach is elastic coordination: allowing machine learning algorithms to approximate and/or randomize their synchronization and communication semantics, in a structured, controlled fashion, to achieve scalability. The project exploits the insight that many such algorithms are inherently stochastic, and hence robust to inconsistencies. My thesis is that elastic coordination can lead to significant, consistent performance improvements across a wide range of applications, while guaranteeing provably correct answers. ScaleML will apply elastic coordination to two specific relevant scenarios: scalability inside a single multi-threaded machine, and scalability across networks of machines. Conceptually, the project’s impact is in providing a set of new design principles and algorithms for scalable computation. It will develop these insights into a set of tools and working examples for scalable distributed machine learning.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores