Effektiv träning av neurala nätverk
| Diarienummer | |
| Koordinator | Bitynamics AB |
| Bidrag från Vinnova | 220 000 kronor |
| Projektets löptid | juli 2024 - september 2024 |
| Status | Avslutat |
| Utlysning | Internationell individrörlighet inom banbrytande teknik |
| Ansökningsomgång | Stängt erbjudande - Internationell individrörlighet för banbrytande teknik 2024 |
Viktiga resultat som projektet gav
Detta projekt syftade till att utveckla beräknings- och energieffektiva algoritmer för att träna AI-modeller i PyTorch. Arkitekturen som vi jobbade med kan parallelliseras, vilket gör inferensen ännu mer effektiv. Ett viktigt resultat är att vi nu har ett demo på effektiva algoritmer som demonstrerar hur mycket bättre de är än dagens teknik. Det blir lättare att sälja in till andra aktörer.
Långsiktiga effekter som förväntas
Ett viktigt resultat är att vi nu har ett demo på effektiva algoritmer som demonstrerar hur mycket bättre de är än dagens teknik. Det blir lättare att sälja in till andra aktörer.
Upplägg och genomförande
Projektet utfördes på Stanford i samarbete med Prof. Mert Pilanci och hans grupp. Målet var att utveckla våra patenterade effektiva AI-träningsalgoritmer i PyTorch, vilket vi lyckades att åstadkomma. Algoritmernas prestanda verifierades på open source data.