Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

Entrans

Financiado

Cerrado

Energy Efficient Transprecision Techniques for Linear Solver

All computations that use floating-point arithmetic are built on the fundamental assumption that the computation is meaningful when employing only a limited precision. The required precision typically varies throughout the computa... ver más

31/05/2020

THE QUEEN'S UNIVER...

183K€

Presupuesto del proyecto: 183K€

Líder del proyecto

THE QUEENS UNIVERSITY OF BELFAST No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2020-05-31

MSCA-IF-2017: Individual Fellowships

I+D

Cerrada hace 7 años

0% 100%

Información adicional privada

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

1 Participantes

THE QUEEN'S UNIVERSITY OF BE...

183.45K€ | Lider

Proyectos interesantes

Robust

Software

Data Science

197K€ Cerrado

PRE2020-096076

Data Science

Software

99K€ Cerrado

TIN2015-65316-P

Software

Data Science

833K€ Cerrado

inEXASCALE

Data Science

Software

1M€ Cerrado

TIN2012-34557

Computer Scienc...

Data Science

1K€ Cerrado

NUMERICS

Data Science

Software

8M€ 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

Duración del proyecto: 26 meses Fecha Inicio: 2018-03-21
Fecha Fin: 2020-05-31

Líder del proyecto

THE QUEENS UNIVERSITY OF BELFAST No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 183K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto All computations that use floating-point arithmetic are built on the fundamental assumption that the computation is meaningful when employing only a limited precision. The required precision typically varies throughout the computation and depends on the actual represented values. Many computations use too many bits of precision, which reduces performance and increases energy consumption. The Entrans project aims to utilize the optimal precision during a computation without loss of accuracy, which will result in higher execution speed and lower energy consumption. This idea, dubbed transprecision computing, requires novel results in numerical analysis and runtime decision making to adapt the precision of a computation on the fly. The Fellow, JunKyu Lee, is an expert in numerical analysis and will collaborate with the research group of Dr Hans Vandierendonck at Queen’s University Belfast, who are experts in high-performance and parallel computing. The Fellow will collaborate with experts in runtime systems software and with experts in computer architecture. This unique collaboration and combination of skill sets is crucial to embed dynamic, runtime behavior in numerical algorithms. This ambitious research project, in conjunction with formal training and bespoke mentoring will enhance the Fellow’s academic profile, research experience, and breadth of skill set in numerical analysis and high-performance computing. Providing fundamental insights in the runtime variation of precision requirements of numerical algorithms will improve their execution speed and energy-efficiency, but will also lay the foundation for the development of novel algorithms.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores