Home > Authorities > Grants > Record #627547
 

DFG project G:(GEPRIS)552689849

Transzendierendes Tuning: Domänenübergreifendes plattformübergreifendes Transfer-Lernen und Auto-Tuning

CoordinatorProfessor Dr.-Ing. Jeronimo Castrillon-Mazo
Grant period2025 -
Funding bodyDeutsche Forschungsgemeinschaft
 DFG
IdentifierG:(GEPRIS)552689849

Note: In der sich ständig weiterentwickelnden Computerlandschaft ist das Streben nach Leistung über verschiedene Bereiche und Plattformen hinweg zu einer Herausforderung geworden. Da sich Anwendungen und Systeme über mehrere Bereiche erstrecken, von künstlicher Intelligenz bis hin zu eingebetteten Systemen, und Plattformen von Cloud Computing bis hin zu Edge-Geräten, wird die Notwendigkeit eines einheitlichen Ansatzes für (Auto-)Tuning deutlich. Beim Tuning werden verschiedene Parameter, Einstellungen oder Konfigurationen angepasst, um die Effizienz einer Berechnung in Bezug auf Latenz, Ressourcennutzung oder Energieeffizienz zu verbessern. In den letzten Jahren haben Forscher erfolgreich Techniken des maschinellen Lernens eingesetzt, um die Qualität von Auto-Tunern zu verbessern. In diesem Projekt beabsichtigen wir, die letzten Fortschritte im Bereich des Transfer-Lernens zu nutzen, um ein so genanntes transzendierendes Tuning zu ermöglichen, d.h. einen Autotuning- Framework, der über Anwendungsdomänen und Zielsysteme hinweg angepasst werden kann. Ermöglicht wird dies durch Innovationen im Bereich der Repräsentationen von Code, die für maschinelles Lernen in Compilern geeignet sind, anpassbare und wiederverwendbare Kostenmodelle und eine neuartige Autotuning- Methodik, die auf Transfer Learning basiert.
   

Recent Publications

There are no publications

 Record created 2025-05-10, last modified 2025-05-10
Similar records



Rate this document:

Rate this document:
1
2
3
4
5
 
(Not yet reviewed)
PUBDB :: Search :: Submit :: Personalize :: Help
Powered by Invenio v1.1.7 | join2_v2511
Maintained by l.pubdb@desy.de

Impressum | Data Privacy Policy