Το Τεχνολογικό Πανεπιστήμιο Κύπρου (ΤΕΠΑΚ) υπέγραψε συμφωνία ερευνητικής συνεργασίας με την εταιρεία Huawei Technologies Inc. για τη χρηματοδότηση του νέου ερευνητικού έργου «Storage Data Flow Management based on Machine Learning» (SMML), το οποίο στοχεύει στην προώθηση της χρήσης τεχνητής νοημοσύνης σε συστήματα αποθήκευσης δεδομένων μεγάλης κλίμακας.
Η Huawei είναι μια κορυφαία πολυεθνική επιχείρηση που δραστηριοποιείται στην παροχή υποδομών τεχνολογίας πληροφοριών και επικοινωνιών (ΤΠΕ) και έξυπνων συσκευών, και υποστηρίζει εκπαιδευτικές και επιστημονικές εξελίξεις στους εφαρμοσμένους τομείς. Η Huawei επενδύει σημαντικά στη βασική έρευνα και ανάπτυξη, εστιάζοντας σε τεχνολογικές ανακαλύψεις που βελτιώνουν την ποιότητα ζωής των ανθρώπων.
Το SMML είναι ένα ερευνητικό έργο διάρκειας 18 μηνών που ξεκίνησε τον Νοέμβριο του 2021 με συνολικό προϋπολογισμό ύψους 138 χιλιάδων Ευρώ, το οποίο θα χρηματοδοτηθεί πλήρως από την Huawei. Το SMML συντονίζεται από το ερευνητικό εργαστήριο Data Intensive Computing Research Lab του Τεχνολογικού Πανεπιστημίου Κύπρου, υπό την καθοδήγηση του Επίκουρου Καθηγητή Ηρόδοτου Ηροδότου, σε συνεργασία με το Huawei Data Algorithm Technology Center του Huawei Russian Research Institute.
Ο γενικός στόχος του έργου SMML είναι να αυτοματοποιήσει τη διαχείριση ροής δεδομένων σε υβριδικά συστήματα αποθήκευσης δεδομένων με αποθηκευτικά μέσα διαφορετικών τύπων, επιπέδων και γενεών. Η αυτοματοποίηση αυτή θα βασίζεται σε νέους αλγόριθμους τεχνητής νοημοσύνης προκειμένου να επιτευχθεί βέλτιστη αναλογία απόδοσης προς κόστος κάτω από διαφορετικά μέσα αποθήκευσης. Η προτεινόμενη μεθοδολογία συνδυάζει για πρώτη φορά μαθηματική μοντελοποίηση με ροή μηχανικής μάθησης για την καθοδήγηση των αποφάσεων των συστημάτων αποθήκευσης δεδομένων.
Τα αναμενόμενα αποτελέσματα του έργου θα συμβάλουν καθοριστικά στην κάλυψη των αυξανόμενων απαιτήσεων αποθήκευσης δεδομένων και εισόδου/εξόδου των σύγχρονων συστημάτων ανάλυσης και επεξεργασίας δεδομένων μεγάλης κλίμακας, καθώς θα μπορεί να προσφέρει υψηλή απόδοση με χαμηλότερο κόστος.
Επικοινωνία: Επίκουρος Καθηγητής Ηρόδοτος Ηροδότου, herodotos.herodotou@cut.ac.cy
Το Τμήμα Καλών Τεχνών διοργανώνει εκδήλωση για τη λογοκρισία στην τέχνη και στον δημόσιο λόγο
Το Τεχνολογικό Πανεπιστήμιο Κύπρου (ΤΕΠΑΚ) υπέγραψε συμφωνία ερευνητικής συνεργασίας με την εταιρεία Huawei Technologies Inc. για τη χρηματοδότηση του νέου ερευνητικού έργου «Storage Data Flow Management based on Machine Learning» (SMML), το οποίο στοχεύει στην προώθηση της χρήσης τεχνητής νοημοσύνης σε συστήματα αποθήκευσης δεδομένων μεγάλης κλίμακας.
Η Huawei είναι μια κορυφαία πολυεθνική επιχείρηση που δραστηριοποιείται στην παροχή υποδομών τεχνολογίας πληροφοριών και επικοινωνιών (ΤΠΕ) και έξυπνων συσκευών, και υποστηρίζει εκπαιδευτικές και επιστημονικές εξελίξεις στους εφαρμοσμένους τομείς. Η Huawei επενδύει σημαντικά στη βασική έρευνα και ανάπτυξη, εστιάζοντας σε τεχνολογικές ανακαλύψεις που βελτιώνουν την ποιότητα ζωής των ανθρώπων.
Το SMML είναι ένα ερευνητικό έργο διάρκειας 18 μηνών που ξεκίνησε τον Νοέμβριο του 2021 με συνολικό προϋπολογισμό ύψους 138 χιλιάδων Ευρώ, το οποίο θα χρηματοδοτηθεί πλήρως από την Huawei. Το SMML συντονίζεται από το ερευνητικό εργαστήριο Data Intensive Computing Research Lab του Τεχνολογικού Πανεπιστημίου Κύπρου, υπό την καθοδήγηση του Επίκουρου Καθηγητή Ηρόδοτου Ηροδότου, σε συνεργασία με το Huawei Data Algorithm Technology Center του Huawei Russian Research Institute.
Ο γενικός στόχος του έργου SMML είναι να αυτοματοποιήσει τη διαχείριση ροής δεδομένων σε υβριδικά συστήματα αποθήκευσης δεδομένων με αποθηκευτικά μέσα διαφορετικών τύπων, επιπέδων και γενεών. Η αυτοματοποίηση αυτή θα βασίζεται σε νέους αλγόριθμους τεχνητής νοημοσύνης προκειμένου να επιτευχθεί βέλτιστη αναλογία απόδοσης προς κόστος κάτω από διαφορετικά μέσα αποθήκευσης. Η προτεινόμενη μεθοδολογία συνδυάζει για πρώτη φορά μαθηματική μοντελοποίηση με ροή μηχανικής μάθησης για την καθοδήγηση των αποφάσεων των συστημάτων αποθήκευσης δεδομένων.
Τα αναμενόμενα αποτελέσματα του έργου θα συμβάλουν καθοριστικά στην κάλυψη των αυξανόμενων απαιτήσεων αποθήκευσης δεδομένων και εισόδου/εξόδου των σύγχρονων συστημάτων ανάλυσης και επεξεργασίας δεδομένων μεγάλης κλίμακας, καθώς θα μπορεί να προσφέρει υψηλή απόδοση με χαμηλότερο κόστος.
Επικοινωνία: Επίκουρος Καθηγητής Ηρόδοτος Ηροδότου, herodotos.herodotou@cut.ac.cy
