Oliver Renke, M. Sc.
Oliver Renke, M. Sc.
Telefon
Adresse
Appelstraße 4
30167 Hannover
30167 Hannover
Gebäude
Raum
Oliver Renke, M. Sc.
-
Publikationsliste
Zeige Ergebnisse 1 - 6 von 6
2024
ZuSE-KI-Mobil AI Chip Design Platform: An Overview. / Mojumder, Shaown; Friedrich, Simon; Matus, Emil et al.
2024 IEEE Nordic Circuits and Systems Conference, NORCAS 2024 - Proceedings. Hrsg. / Jari Nurmi; Joachim Rodrigues; Luca Pezzarossa; Viktor Aberg; Baktash Behmanesh. Institute of Electrical and Electronics Engineers Inc., 2024.Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
Design Space Exploration of Semantic Segmentation CNN SalsaNext for Constrained Architectures. / Renke, Oliver; Riggers, Christoph; Karrenbauer, Jens et al.
Proceedings - 2024 IEEE 35th International Conference on Application-Specific Systems, Architectures and Processors, ASAP 2024. 2024. S. 28-29 (IEEE International Conference on Application-Specific Systems, Architectures, and Processors).Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
PTP-Synchronized Tri-Level Sync Generation for Networked Multi-Sensor Systems. / Riggers, Christoph; Schleusner, Jens; Renke, Oliver et al.
2024 IEEE 30th International Conference on Embedded and Real-Time Computing Systems and Applications (RTCSA). 2024. S. 91-96.Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
2023
N2V2PRO: Neural Network Mapping Framework for a Custom Vector Processor Architecture. / Gesper, Sven; Thieu, Gia Bao; Kohler, Daniel et al.
2023 IEEE 13th International Conference on Consumer Electronics - Berlin, ICCE-Berlin 2023. IEEE Computer Society, 2023. S. 94-99 (IEEE International Conference on Consumer Electronics - Berlin, ICCE-Berlin).Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
ZuSE KI-AVF: Application-Specific AI Processor for Intelligent Sensor Signal Processing in Autonomous Driving. / Thieu, Gia Bao; Gesper, Sven; Payá-Vayá, Guillermo et al.
2023 Design, Automation and Test in Europe Conference and Exhibition, DATE 2023 - Proceedings. IEEE, 2023. (Design, automation and test in Europe conference).Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
2016
Energy service description for capabilities of distributed energy resources. / Dethlefs, Tim; Brunner, Christoph; Preisler, Thomas et al.
Energy Informatics - 4th D-A-CH Conference, EI 2015, Proceedings. Hrsg. / Sebastian Gottwalt; Lukas König; Hartmut Schmeck. Springer Verlag, 2016. S. 24-35 (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 9424).Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
-
Forschungsprojekte
Prozessorarchitekturen
-
ZuSE-KI-mobilFür Zukunftsaufgaben wie das autonome Fahren oder Industrie 4.0 müssen immer größere Mengen an Daten von einer steigenden Anzahl von Sensoren mit Hilfe komplexer Algorithmen und künstlicher Intelligenz (KI) in kürzester Zeit analysiert werden. Die entsprechenden Prozessoren müssen aber nicht nur bei der Rechenleistung, sondern auch hinsichtlich Energieeffizienz, Zuverlässigkeit, Robustheit und Sicherheit hohe Anforderungen erfüllen, die über aktuelle Möglichkeiten weit hinausgehen. Die ZuSE-Projekte des BMBF sollen den dringenden Bedarf der Anwenderbranchen an zukunftsfähigen, vertrauenswürdigen Prozessoren decken, die auf ihre spezifischen Aufgaben zugeschnitten und hoch performant sind.Leitung: Prof. Dr.-Ing. Holger BlumeTeam:Jahr: 2020Förderung: BMBFLaufzeit: Mai 2020 - Dezember 2025
![]()
![]()
-
ZuSE-KI-AVF - Anwendungsspezifischer KI-Prozessor für die intelligente Sensorsignalverarbeitung im autonomen FahrenInnovative Fahrerassistenzsysteme erfordern neue, leistungsfähige Hardwareplattformen, die in der Lage sind, hochauflösende und mehrdimensionale Datenmengen in Echtzeit zu verarbeiten. Vielfältige Sensorik wie Kamera, Lidar oder Radar führt zu deutlich voneinander abweichenden Anforderungen, denen mit anwendungsspezifischer Hardware begegnet werden kann. Mit dem Ziel der Entwicklung einer solchen Hardware auf Basis einer skalierbaren und flexibel programmierbaren Architekturplattform hat das IMS erfolgreich an der ZuSE-Ausschreibung des BMBF zu Themen der künstlichen Intelligenz teilgenommen. In der Rolle der Projektleitung arbeitet das Institut in einem Konsortium an einer Open-Source Vektorprozessorarchitektur, die sich besonders für ressourcenintensive KI-Algorithmen eignet. Durch die vertikale Verarbeitung von Datenvektoren und komplexe Adressierungsmodi können neuronale Netze effizient berechnet werden. Für den Einsatz als Embedded-IP-Core in kommerziellen SoCs werden zudem Aspekte der funktionalen Sicherheit und IP-Security betrachtet. Auch die Entwicklung eines Compilers und eines effizienten Speichercontroller sind Teil des Projektes ZuSE-KI-AVF. Das IMS entwickelt an der Systemarchitektur, der Konzeption und Implementation von Algorithmen wie der Verarbeitung von Lidar-Punktwolken sowie einer Demonstration der Architektur auf Basis einer FPGA-Beschreibung.Leitung: Prof. Dr.-Ing. Holger BlumeTeam:Jahr: 2020Förderung: BMBFLaufzeit: Oktober 2020 - März 2025
![]()
![]()
Systementwurf
-
ZuSE-KI-mobilFür Zukunftsaufgaben wie das autonome Fahren oder Industrie 4.0 müssen immer größere Mengen an Daten von einer steigenden Anzahl von Sensoren mit Hilfe komplexer Algorithmen und künstlicher Intelligenz (KI) in kürzester Zeit analysiert werden. Die entsprechenden Prozessoren müssen aber nicht nur bei der Rechenleistung, sondern auch hinsichtlich Energieeffizienz, Zuverlässigkeit, Robustheit und Sicherheit hohe Anforderungen erfüllen, die über aktuelle Möglichkeiten weit hinausgehen. Die ZuSE-Projekte des BMBF sollen den dringenden Bedarf der Anwenderbranchen an zukunftsfähigen, vertrauenswürdigen Prozessoren decken, die auf ihre spezifischen Aufgaben zugeschnitten und hoch performant sind.Leitung: Prof. Dr.-Ing. Holger BlumeTeam:Jahr: 2020Förderung: BMBFLaufzeit: Mai 2020 - Dezember 2025
![]()
![]()
-
