FHNW und Giotto.ai forschen an effizienteren KI-Modellen

Zwei Schweizer Player spannen zusammen: Das High-Performance-Computing-Labor der FHNW und das Lausanner KI-Labor Giotto.ai haben eine Forschungskooperation gestartet. Gemeinsam wollen sie den Rechenaufwand und die Inferenzkosten von KI-Modellen senken – also die Kosten, die beim Ausführen eines fertig trainierten Modells anfallen –, ohne dabei Leistung einzubüssen. Untersucht werden unter anderem die Optimierung von Serving-Engines, verschiedene Deployment-Profile und Konfigurationen von Hardware-Beschleunigern. Auf FHNW-Seite koordiniert Prof. Tomasz Kacprzak vom Institute for Data Science das Programm.

Giotto.ai machte zuletzt mit Spitzenresultaten beim Reasoning-Benchmark ARC-AGI von sich reden – erzielt mit einem vergleichsweise winzigen Modell. Die These hinter der Kooperation passt dazu: Bessere KI braucht nicht zwingend grössere Modelle.

«Computational efficiency is becoming as critical as model capability», sagt Wallyson Lemes, Chief AI von Giotto.ai.

Konkret heisst das: Die Schweiz forscht vorne mit, wenn die Branche gerade von «immer grösser» auf «immer effizienter» umschwenkt.