Name der Teilnehmerin: Zahra Ebrahimi
Projekttitel: X-DNet: Energy-Efficient Distributed and In-Network Computing via Approximation of Applications and Accelerators
Beschreibung des IT-Forschungsprojektes:
Nachhaltige, energieeffiziente und in Echtzeit realisierbare Lösungen zu entwickeln sind die Hauptherausforderungen innerhalb der 5G/6G Ära vor allem, in Anbetracht der stetig steigenden Komplexität von Computeralgorithmen im Stream-Processing und KI-Anwendungen. Die Ausführung von mittel- zu großskaligen Anwendungen ist bisher – auf Grund der Ressourcenbeschränkungen bei Edge-Geräten – nur auf der Cloud möglich. Die Übertragung großer Datenmengen und die Auslagerung der Berechnungen in die Cloud sind jedoch mit erheblichen Nachteilen verbunden. Erstens, allein die Datenübertragung beansprucht 50-90 % der Gesamtenergie, z. B. bei der KI-Inferenz, und das ist ein erhebliches Hindernis für die Energiewende und der Nachhaltigkeitsziele Deutschlands. Zweitens wird durch eine solche Übertragung eine Echtzeitreaktion verzögert und die Gefahr von Netzüberlastungen erhöht. Und drittens, gefährdet die Übertragung von Rohdaten in die Cloud den Datenschutz der Nutzer*innen. Sich ausschließlich auf Cloud-basierte Dienste zu verlassen, ist daher nicht mehr praktikabel. Um diese Bedenken in zukünftigen 6G-Netzen zu berücksichtigen, ist eine Verteilung der Datenverarbeitung und/oder der “on-the-fly“-Ausführung vorgesehen, während dessen die Daten durch die Netzelemente (Switches, Basisstationen, SmartNICs usw.) übertragen werden, auch In-Network-Computing (INC) genannt. Das Konzept des INC ist allerdings bisher noch nicht problemlos für mittlere bis komplexe Anwendungen einsetzbar, da diese ressourcenhungrig sind und somit nicht in ressourcenbeschränkte Netzwerk Switches mit begrenzten Verarbeitungsmöglichkeiten eingesetzt werden können. Um diese Herausforderung zu bewältigen, ist das Ziel des X-DNet-Projekts, eine Echtzeit- und energieeffiziente netzinterne Beschleunigung für große und Multi-Kernel-Anwendungen durch Cross-Layer Näherungs-, Optimierungs- und Verteilungstechniken zu ermöglichen. Zu diesem Zweck, modifizieren und optimieren wir zuerst die Struktur komplexer Anwendungen und reduzieren ihre Komplexität, um diese für ressourcenbeschränkte 5G-6G-Netzwerkknoten einsetzen zu können. Dies wird durch den Einsatz unterschiedlicher Optimierungs- und Näherungstechniken erreicht. Anschließend teilen und verteilen wir die Anwendungs-Kernels auf eine Kette von Netzknoten, nicht nur im Hinblick auf die verfügbaren Ressourcen, sondern auch auf eine Art und Weise, um die Übertragungskosten zu minimieren.
Software Campus-Partner: TU Dresden und Huawei Technologies Düsseldorf GmbH
Umsetzungszeitraum: 15.05.2023 – 31.01.2025
