Il progetto ANDREAS è stato premiato con il TETRAMAX TTX Award per il suo eccezionale contributo all’innovazione in termini di minor consumo energetico e migliore gestione dei costi applicata all’addestramento di reti neurali profonde e ad applicazioni di intelligenza artificiale eseguiti in infrastrutture ibride.

Il premio accende i riflettori sugli esperimenti che hanno un impatto significativo sul mondo industriale, misurato da indicatori di performance che fanno riferimento a tre diverse categorie: tecnica, commerciale e finanziaria.

Oggi le tecniche di intelligenza artificiale e deep learning trovano applicazione in un’ampia gamma di prodotti. I modelli di deep learning vengono addestrati su sistemi GPGPU, con uno speed-up da 5 a 40 rispetto ai server basati solo su CPU. ANDREAS ha sviluppato soluzioni di scheduling avanzate per ottimizzare le prestazioni di runtime del DL e il loro consumo energetico in cluster GPGPU disaggregati, ottenendo un tempo di esecuzione dimezzato e un risparmio energetico del 50%. 

Uno dei tre gruppi di ricerca che hanno lavorato al progetto ANDREAS è coordinato dal Prof. Danilo Ardagna del Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano, in collaborazione con Federica Filippini, dottoranda in Ingegneria dell’Informazione.