Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaElektronik & semikonduktorCAREER: Reliable and Accelerated Deep Neural Networks via Co-Design of Hardware and Algorithms
Proyek riset & pengembangan

CAREER: Reliable and Accelerated Deep Neural Networks via Co-Design of Hardware and Algorithms

Ringkasan tujuan riset

Kooptimasi hardware-algoritma meneliti jaringan mixed-precision dan pembangkitan parameter saat dibutuhkan untuk menekan penyimpanan sekaligus menghadapi kegagalan perangkat serta bug desain AI.

Elektronik & semikonduktor1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2627273Periode tercatat 2026-01-01 sampai 2028-12-31.NSF 2627273MulaiAkhir tercatat202620292026-01-012028-12-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Penelitian memetakan dampak fault dan bug pada beban deep learning sebelum mengembangkan mitigasi lintas algoritme serta arsitektur. Accelerator fine-grained mixed-precision dan model jaringan akan berevolusi bersama melalui feedback loop. Arah lain mengganti penyimpanan parameter dengan algoritme pembangkitan yang diintegrasikan ke pelatihan untuk menyeimbangkan akurasi, luas, daya, dan memori. Evaluasi reliability serta security menelaah apakah pengurangan ketergantungan memori juga mengurangi permukaan gangguan tanpa menambah biaya yang meniadakan keuntungan.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
Northeastern University
Program
Software & Hardware Foundation
Periode pendanaan tercatat
2026-01-01 → 2028-12-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Software & Systems Foundations

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.