Forschungsprojekte
aktuelle Forschungsprojekte
Inhaltsverzeichnis
weiterführende Informationen:
CeTI
Exzellenzcluster “Centre for Tactile Internet with Human-in-the-Loop” (CeTI)
Nächste Stufe der Digitalisierung: Mensch und Maschine interagieren in Echtzeit
Das „Zentrum für taktiles Internet mit Mensch-Maschine-Interaktion“ der TU Dresden will die Zusammenarbeit zwischen Mensch und Maschine auf eine neue Stufe heben. Menschen sollen künftig in der Lage sein, in Echtzeit mit vernetzten automatisierten Systemen in der realen oder virtuellen Welt zu interagieren.
weitere Informationen finden Sie hier
EBRAINS 2.0
A Research Infrastructure to Advance Neuroscience and Brain Health , GA 101147319
Teilvorhaben: Base infrastructure (WP6)
Laufzeit: 01.01.2024 bis 31.12.2026
Finanzierung: EU
WP 6 coordinates, plans and integrates the access to base infrastructures, including cloud resources, storage, High-Performance Computing (HPC) and Neuromorphic Computing (NMC) resources from internal and external providers (e.g., EuroHPC JU and FENIX, NN resources, commercial cloud providers, neuromorphic compute centres) to enable a sustainable EBRAINS beyond the end of the project. The operation and maintenance of the base infrastructure resources is one of the main responsibilities of WP6, which must be implemented in a form that ensures sustainability. We will develop in a co-design fashion a sustainable base infrastructure roadmap together with internal and external stakeholders. The goal is to further formalise interfaces, improve support for, and align requirements with HPC and especially Petascale and Exascale system providers, federated infrastructure services, data processing facilities and other resource providers. Building on best practices from the HBP and ICEI, allocation and management of resources for internal and external EBRAINS users is provided. We also aim to support standard processing workflows (possibly multi-site), by supporting the use of container and standard virtual machines. Partnering with WP5 and WP7, a multi-tiered support system will be established, also including a scientific service team, which supports users in performing novel scientific endeavours. We will also facilitate the processing of sensitive data in the cloud to the best of our ability and initiate initial steps to enable the processing of such data on high-performance computing resources
Neuromorphic Computing on ebrains.eu
ESCADE
Teilvorhaben: Neuromorphic Hardware for Sustainable AI Data Centers
Laufzeit: 01.05.2023 bis 30.04.2026
Finanzierung: BMWK
(BMWK Förderprogramm „ Digitale Technologien für die Wirtschaft“ Innovationswettbewerb „Green Tech“)
ESCADE:
Energy-Efficient Large-Scale Artificial Intelligence for Sustainable Data Centers. ESCADE verfolgt die Entwicklung nachhaltiger end-to-end Lösungen, die durch Konzeption von Anwendungsfällen (Sustainable AI Use Cases) und Entwicklung von KI-Anwendungen auf Basis kognitiver KI-Technologien den Betrieb energieeffizienter Rechenzentren mit innovativen Chip-Technologien sicherstellen.
EVENTS
Teilvorhaben: Energiesparende verteilte Sensorsysteme für maschinelles Sehen
Laufzeit: 01.11.2022 bis 31.10.2025
Finanzierung: BMBF
Im Projekt EVENTS wird eine mobil installierbare, verteilte Hardwareplattform für zeitkritische Videoanalyse und Reaktion entwickelt, welche die Interaktion zwischen Lebewesen und autonom agierenden Robotern auf die nächste Stufe heben wird. Durch verteilte Datenverarbeitung und ereignisbasierte Algorithmen, sowie darauf ausgerichtete Hardware-Entwicklung wird eine hohe Energieeffizienz erreicht. EVENTS entwickelt einen eigenen Edge-Chip und bringt den neuromorphen Loihi2-Chip von Intel zusammen mit einer Edge Cloud basierend auf der SpiNNaker2-Architektur zum Einsatz. Die Offline-Fähigkeit des Systems erhöht Datenschutz und Verfügbarkeit. Standardisierte Software-Schnittstellen ermöglichen die einfache Anwendungsentwicklung und Markterschließung der neuen Hardware-Plattform. Diese wird in zwei Anwendungsfällen erprobt: Mobile Roboter für automatisierte Logistik in einem Agrarbetrieb, sowie automatisierte Verfolgung und Verhaltensbewertung von Tieren in einem Rinderstall in Echtzeit.
Die TU Dresden koordiniert das Projekt und ist Hauptentwickler des Edge Nodes zur Vorverarbeitung von Kameradaten. Dazu übernimmt es einerseits eine führende Rolle bei der Implementierung des im Projekt entwickelten Edge-Chips und trägt zur Integration mit dem Loihi2-Chip bei. Weiterhin übernimmt die TU Dresden einen wichtigen Anteil am Hardware/Software-Codesign der verteilten Verarbeitungsalgorithmen. Sie übernimmt außerdem Aufbau und Bereitstellung der SpiNNaker2-basierten Edge Cloud und beteiligt sich an der Einbindung der neu entwickelten und zusammengesetzten Hardware in ein Gesamtsystem zur Umsetzung der beiden Anwendungsfälle. Schließlich übernimmt die TU Dresden Aufgaben bei der Evaluierung der neu entwickelten Hardware hinsichtlich Leistungsfähigkeit und Energieeffizienz und beteiligt sich darauf aufbauend an der Bewertung der Nachhaltigkeit des Gesamtsystems.
PRIMI
Performance in Robots Interaction via Mental Imagery (101120727)
Laufzeit: 01.11.2023 bis 31.12.2027
Finanzierung: EU (Horizon Europe)
The next generation of personal robotic systems needs to reach a level of cognition and motor intelligence that provides autonomy in any environment, effective interaction with humans, and adaptation of their actions to a broad range of open, dynamic situations. Robots are expected to be able to predict perceptual and functional changes that result from human actions and replicate human activities taking into consideration their own capabilities and limitations.
The required human-like physical performance and reasoning cannot be achieved with the mainstream AI and robotics paradigms, because they are missing the required co-design of body (robot) and mind (AI) and are based on inefficient computing and sensing resources that cannot be scaled up to the required level. To go beyond what is currently possible, PRIMI will synergistically combine research and development in neurophysiology, psychology, machine intelligence, cognitive mechatronics, neuromorphic engineering, and humanoid robotics to build developmental models of higher-cognition abilities – mental imagery, abstract reasoning, and theory of mind – boosted by energy-efficient event-driven computing and sensing. It will produce a new unifying concept for the next generation of autonomous interaction technologies, capable of more autonomous, faster, safer, and precise interaction with real-time learning and adaptation, thanks to the integration of the capabilities to mentally represent themselves, the physical and social worlds, resemble experiences and simulate actions. PRIMI’s ambition is to induce a paradigm shift in AI and robotics to create truly autonomous socially interactive robots, which will offer new technological perspectives for transforming personal robotic services.
As a proof-of-principle of the technological advancement in a relevant scenario, prototypes of neuromorphic humanoid robots will be validated in clinical pilot studies of robot-led physical rehabilitation of stroke survivors.
Project website, LinkedIn, X (Twitter), YouTube
PRISTINE (ZEN2)
Teilvorhaben: Mustererkennung für in vitro Signalanalyse durch voll integrierte Neuroelektronik
Laufzeit: 01.08.2019 bis 31.07.2024
Finanzierung: BMBF
Das hier vorgestellte Projekt schließt an den Pilotinnovationswettbewerb „Energieeffizientes KI System“ an und dient aus Perspektive von TUD insbesondere der Erhöhung der Marktreife des dort entwickelten Ansatzes zur ereignisbasierten Klassifikation von Zeitreihen mittels neuronaler Netze (ZEN). Fokus des hier vorgestellten Nachfolgeprojektes ist es, die in ZEN (Zeitreihenklassifikation mit Ereignisbasierten neuronalen Netzen) entwickelten Konzepte der hardwarebasierten Mustererkennung auszubauen und um eine analoge Messdatenerfassung erweitern, welche zusammen mit dem ZEN-Modul auf einem einzigen IC direkt integriert ist. Neben der Anpassung auf neuronale Signaldaten ist auch die Entwicklung eines Datenmanagements zur Echtzeitanwendung des ZEN-Moduls ein wichtiger Vorhabensgegenstand, der es erlaubt, neuronale Feuerdynamiken direkt bei ihrer Entstehung zu klassifizieren und somit ein Feedbacksignal zu generieren, welches beispielsweise zur Regelung einer Wirkstoffdosierung oder zur Generierung eines Alarms bei Aufteten pathologischen Verhaltens verwendet werden kann. Gleichzeitig bietet die enge Kollaboration mit TUM-NEL und TUM-NBE die Möglichkeit, Einschränkungen der aktuell verfolgten Ansätze in der hochparalleleln Messdatenerfassung zu lösen. Typischerweise ist die IC-Fläche durch die Fläche der integrierten Schaltungen und die Anzahl der benötigten Kontaktpads definiert, jedoch dominiert der Einfluss der Kontakt-Pads im Falle hochparalleler Messdatenerfassungssysteme. Durch den Einsatz vollintegrierter Elektroden auf der Chipfläche lässt sich dieses Problem umgehen und somit ein flächeneffiziernteres Gesamtsystem schaffen. Innerhalb des Vorhabens soll dieser Entwicklungsschritt evaluiert werden, um Perspektiven im Bereich neuartiger aktiver Implantate zu eröffnen.
ScaDS.AI
Center for Scalable Data Analytics and Artificial Intelligence
ScaDS.AI (Center for Scalable Data Analytics and Artificial Intelligence) Dresden/Leipzig is a center for Data Science, Artificial Intelligence and Big Data with locations in Dresden and Leipzig. It is one of the five new AI centers in Germany funded under the federal government’s AI strategy by the Federal Ministry of Education and Research and the Free State of Saxony. It is established as a permanent research facility at both locations with strong connections to the local universities: the TUD Dresden University of Technology and the Leipzig University.
Scale4Edge
Skalierbare Infrastruktur für Edge-Computing
Teilvorhaben: KI/DSP-Beschleuniger-IP für RISC-V
Laufzeit: 01.05.2020 bis 31.12.2025
Finanzierung: BMBF: 16ME0136
Entwicklungsziel des Gesamtvorhabens "Scale4Edge" ist ein kommerzielles Ökosystem für eine skalier-bare und flexibel erweiterbare Edge-Computing-Plattform. Dieses System soll auf der freien RISC-V-Instruktionssatzarchitektur basieren. Das Ökosystem deckt alle essenziellen Aspekte wie Low-Power, Sicherheit, Zuverlässigkeit, Verifikation, Test, Compiler, Software-Bibliotheken und Debugging ab. Es wird durch Spezifikation, Verifikationsplan und Dokumentation ergänzt. Es bietet somit eine skalierbare, maß-geschneiderte Komplettlösung einschließlich Support. Hierzu gehören auch standardkonforme Entwurfsprozesse, teilweise quelloffene Software und ebenso die Sicherheit (Safety, Security) der Plattform sowie eine intensive Überprüfung und Analyse der Entwicklungen.
Die Arbeiten im Teilvorhaben der TU Dresden konzentrieren sich im RISC-V-Ökosystem auf den Entwurf und die Implementierung von Hardware-Beschleuniger-IP für Anwendungen der künstlichen Intelligenz (KI).
SECAI
School of Embedded Composite Artificial Intelligence
Die School of Embedded Composite Artificial Intelligence (SECAI) ist ein Projekt von TU Dresden und Universität Leipzig zur Förderung der Künstlichen Intelligenz (KI) in Forschung und Ausbildung. SECAI vergibt Stipendien, stärkt die Lehre, finanziert Forschende und fördert internationalen Austausch.
weitere Informationen finden Sie hier
SEMECO-A2
Teilvorhaben A2: Psychoaktives Multisensorisches Kommunikationsimplantat
Laufzeit: 01.05.2023 bis 30.04.2026
Finanzierung: BMBF
Der Zukunftscluster SEMECO rund um die Technische Universität Dresden bietet mit dem Else Kröner Fresenius Zentrum für Digital Health, dem 5G++Lab Germany und dem Barkhausen Institut ideale Voraussetzungen für eine innovative und nachhaltige Zusammenarbeit am akademisch und industriell führenden europäischen Standort für Mikroelektronik, Kommunikationstechnik und erklärbar KI – also Künstliche Intelligenz, deren Ergebnisfindung für den Menschen nachvollziehbar und interpretierbar ist. Im Rahmen der Zukunftscluster-Initiative (Clusters4Future) entsteht ein Ökosystem, das die Innovations- und Zukunftspotenziale der Halbleiter- und Mikrosystemtechnikindustrie für die Medizintechnik erschließt, die berechtigten regulatorischen und sicherheitstechnischen Anforderungen in Einklang bringt und Anwendungen für den Markt entwickelt.
weitere Informationen finden Sie hier