KI4BoardNet

In KI4BoardNet werden neue Konzepte für ein ressourcenoptimiertes, kontinuierlich lernendes, verteiltes Bordnetzmanagement erforscht. Dazu gehören Methoden zur Entwicklung anwendungsspezifischer System-on-a-Chip-Architekturen (SoC) für die hardwaregestützte, beschleunigte Ausführung von Algorithmen des maschinellen Lernens. Dazu wird im Projekt ein generatorbasierter Entwurfsprozess für RISC-V-Systeme adaptiert, der eine flexible Konfiguration und Optimierung der SoC-Architektur ermöglicht.

Die generierte SoC-Plattform bildet die Grundlage für die Erforschung geeigneter Modellarchitekturen für KI-gestützte Prädiktionsverfahren zur Energieaufnahmeabschätzung und deren Integration in ein verteiltes Bordnetz(last)management. Im Hinblick auf Ressourceneffizienz und eine sparsame Nutzung der vorhandenen Energie werden im Projekt auch neuartige Algorithmen auf Basis der Auktionstheorie erforscht. Ein wichtiger Aspekt des angestrebten Systems ist die Fähigkeit zum kontinuierlichen Lernen und damit zur kontinuierlichen Anpassung an Nutzungsszenarien.

Die angestrebten Forschungsergebnisse ermöglichen neben der Spannungsstabilisierung in zukünftigen Bordnetzarchitekturen auch die Realisierung neuer KI-Anwendungen im Bordnetz der Zukunft.