Gæsteforelæsning med Dr. Alberto Marchisio

Hvordan får man tidens mest avancerede AI-modeller til at køre på enheder, der skal kunne sidde i en wearable, en robot eller en batteridreven sensor? Den 19. august besøger Dr. Alberto Marchisio SDU for at vise, hvordan machine learning-algoritmer, hardwarebevidst optimering og specialiserede acceleratorer kan designes i sammenhæng – og hvordan AI er begyndt at hjælpe med at designe den hardware, den selv kører på.

Moderne AI forandrer intelligente systemer i hastigt tempo, fra samarbejdende robotter og wearable sundhedsteknologi til autonome systemer og edge-applikationer. Men det er fortsat en stor udfordring at implementere de stadig mere kapable modeller under skarpe krav til energiforbrug, latens, hukommelse og pålidelighed – især hvor både computerkraft og batterikapacitet er begrænset.

I sin forelæsning, Cross-Layer Design of Intelligent and Efficient Computing Systems: Enabling Edge Intelligence through AI Accelerators and AI-Assisted Hardware Design, argumenterer Dr. Marchisio for, at disse begrænsninger ikke kan løses i et enkelt lag af systemet. Han præsenterer cross-layer-metoder, der spænder over machine learning-algoritmer, hardwarebevidst optimering, specialiserede AI-acceleratorarkitekturer og nye computerparadigmer.

Fra Transformer-acceleratorer til agentiske designarbejdsgange

Forelæsningen kommer omkring hardwareacceleratorer til avancerede neurale netværk og Transformers, co-design af hardware og software til effektiv edge intelligence samt neuromorfisk computing til embodied AI. Derefter vendes forholdet om med et blik på AI-assisteret hardwaredesign, hvor store sprogmodeller og agentiske arbejdsgange selv indgår i designprocessen.

Dr. Marchisio slutter med sin forskningsvision for SDU: AI-native hardwaresystemer, der muliggør effektiv, troværdig og skalerbar edge intelligence til næste generation af robotteknologi, wearable sundhedsteknologi og intelligente IoT-systemer.

Om foredragsholderen

Dr. Alberto Marchisio er Research Team Lead og postdoc ved eBRAIN Lab, New York University Abu Dhabi, UAE. Han har en bachelor- og en kandidatgrad i elektronisk ingeniørvidenskab fra Politecnico di Torino i Italien fra 2015 og 2018 samt en ph.d. i computer engineering fra TU Wien i Østrig fra 2023. Hans forskning ligger i krydsfeltet mellem machine learning, computerarkitektur og hardwaredesign med fokus på AI-acceleratorer, co-design af hardware og software, neuromorfisk computing, quantum machine learning og AI-assisteret design.

Han har skrevet mere end 70 peer-reviewede publikationer i førende tidsskrifter og på konferencer som DAC, DATE, ICCAD, TVLSI, TCAD og IJCNN og var runner-up til INNS Best Dissertation Award i 2024. Han er TPC-medlem ved konferencer som DAC, DATE, ICCD, CASES og DSD, Associate Editor for ACM/SIGDA e-Newsletter og har arrangeret særlige sessioner og workshops ved IROS, IJCNN og IOLTS.

Forelæsningen arrangeres af SDU Microelectronics og er åben for alle interesserede. Tilmelding er ikke nødvendig.