OASIS-GEMYNI

OASIS: Open AI-driven Stack for enhanced HPEC platforms in Integrated Systems

RESUMEN

A lo largo de los años, el diseño de sistemas empotrados ha estado tradicionalmente limitado por desafíos que han penalizado significativamente su tiempo de desarrollo, rendimiento, costo, confiabilidad, eficiencia energética, seguridad y complejidad. A pesar de los esfuerzos anteriores, la brecha de productividad en el diseño sigue lejos de cerrarse. El advenimiento de la Inteligencia Artificial (IA) en este dominio presenta una oportunidad atractiva para mejorar la productividad de los equipos de ingeniería tanto de hardware como de software. El proyecto OASIS es una iniciativa coordinada por la UCLM para explorar del potencial transformador de la IA en el diseño de sistemas empotrados, con especial énfasis en Sistemas Ciberfísicos (CPS) y plataformas de Alto Rendimiento Empotrado (HPEC), que introducen una capa adicional de complejidad. El objetivo es hacer un uso innovador de la tecnología de IA y extender su aplicación más allá de los límites convencionales vistos hasta ahora en este campo. El proyecto OASIS tiene como objetivo avanzar en el estado del arte a través de la investigación de técnicas y herramientas de IA que mejorarán la productividad al minimizar el tiempo de diseño y ofrecer productos con un rendimiento mejorado, mayor eficiencia energética y costos reducidos. Con este fin, se definen los siguientes objetivos específicos: (1) Desarrollar metodologías y herramientas de modelado del sistema y verificación en el nivel de RTL impulsadas por IA; (2) Agilizar el desarrollo de plataformas personalizadas de hardware y software abierto (con énfasis especial en arquitecturas basadas en RISC-V); (3) Facilitar el desarrollo e implementación de soluciones HPEC mediante algoritmos sintonizados por IA; y (4) Mostrar la practicidad y efectividad de las tecnologías de hardware y software abiertas.

OASIS-GEMYNI (Optimizing the design of the next-GEneration eMbedded sYstems through inNovative use of AI techniques) es una pieza clave del proyecto. Bajo el liderazgo del grupo ARCO el objetivo es utilizar la Inteligencia Artificial (IA) y el Aprendizaje Automático(AM) en el diseño de sistemas empotrados, centrándose especialmente en los Sistemas Ciberfísicos (CPS). Esto aporta una nueva perspectiva, con el propósito de utilizar la IA como motor tanto para aumentar la productividad del diseño en varios niveles arquitectónicos, como para ajustar y desplegar aplicaciones más inteligentes adaptadas a un contexto específico. En el centro de las innovaciones del subproyecto se encuentra el uso de técnicas de IA generativa para crear arquitecturas de hardware complejas. Más concretamente, el proyecto pretende abordar el diseño, la personalización y la mejora de la eficiencia energética de aceleradores específicos de microprocesadores, siendo RISC-V un ejemplo clave, ya que se considera un potencial procesador líder en Europa.

OBJETIVOS DE OASIS-GEMYNI

Desarrollar un entorno de trabajo de código abierto impulsado por inteligencia artificial que aproveche las capacidades de las tecnologías de IA de nueva generación para mejorar el proceso de diseño electrónico, mediante la creación de soluciones optimizadas en consumo energético y área, adaptadas a arquitecturas RISC-V para tres casos de uso específicos.
Promover herramientas de verificación para diseños RTL mediante el uso de técnicas innovadoras que permitan la cobertura de verificación basada en inteligencia artificial y la automatización del análisis de regresiones, con el fin de aumentar la productividad del diseñador y reducir el tiempo del proceso de verificación, que representa el principal cuello de botella en el diseño electrónico digital.
Asistir al desarrollador, mediante técnicas de inteligencia artificial, en el diseño y despliegue de modelos de aprendizaje automático (por ejemplo, CNNs, DNNs, LSTMs) para dispositivos embebidos (TinyML), abordando los requisitos específicos de este entorno y casos de uso finales, como recursos limitados, eficiencia energética, fiabilidad o latencia, entre otros.
Definir una metodología para optimizar el diseño de aplicaciones energéticamente neutrales para sistemas ciberfísicos HPEC, mediante la exploración de técnicas de inteligencia artificial, y en particular, aquellas orientadas al ajuste fino de los parámetros de diseño del sistema completo, la exploración del espacio de diseño, la gestión de la incertidumbre y la incorporación de conocimiento del dominio para generar algoritmos innovadores.