Projekte im Geschäftsfeld High Performance Computing

QuantumQAP − Hybrides Quanten Place&Route zur Synthese von Postquantum-Kryptographie-Code auf FPGAs

Um Hardware wie Mikroprozessoren zu entwickeln, werden typischerweise feldprogrammierbare Gate-Arrays (sog. FPGAs − Field Programmable Gate Arrays) verwendet. Allerdings stellt die Optimierung der Verschaltung dieser Logikbausteine selbst schon ein schwieriges Problem dar (das sogenannte Quadratic Assignment Problem, kurz QAP). Durch Quanten- oder quanteninspirierte Hardware ließe sich dieses Problem besser lösen. Der Ansatz des Projekts QuantumQAP besteht darin, Quantenhardware und theoretische Lösungsansätzen zu kombinieren, die in den beiden Anwendungsfeldern FPGA-Verschaltung und Post-Quanten-Kryptographie zur Anwendung kommen.
Laufzeit: 01/2022 - 12/2024

Mehr Info

Optimierung von Logistik- und Produktionsprozessen – am Beispiel der dynamischen Wegeoptimierung im Lager

Die dynamische Optimierung von Logistik- und Produktionsprozessen in Echtzeit steht ganz oben auf der Wunschliste vieler kleiner und großer Firmen. Man erhofft sich dadurch eine deutliche Kostenreduktion bei gleichzeitiger Verbesserung von Maschinenauslastung, Verteilung der Arbeitslast und Lieferzeiten von Produkten. Am Beispiel eines fiktiven Warenlagers lässt sich zeigen, welche Optimierungsmaßnahmen wie ineinander greifen und wie komplexe Prozesse schon für kleine Unternehmen handhabbar werden.

• Mehr Info

KI Lernlabor

Einstieg und Weiterbildung in Künstlicher Intelligenz

Am Fraunhofer-Institutszentrum Schloss Birlinghoven in Sankt Augustin entsteht das »Lernlabor Künstliche Intelligenz«. Es unterstützt insbesondere kleine und mittelständische Unternehmen (KMU) dabei, in die Künstliche Intelligenz (KI) einzusteigen, konkrete Anwendungen kennenzulernen und Mitarbeitende zu qualifizieren.
Laufzeit: 11/2019 - 04/2022

Mehr Info

RoKoRa - Sichere Mensch-Roboter-Kollaboration mit Hilfe hochauflösender Radare

Im Projekt RoKoRa geht es darum, Gefährdungen von Menschen durch Roboter auszuschließen. Dazu kommen kompakte Radarsysteme zum Einsatz. Diese bieten viele Vorteile: Radare arbeiten unabhängig von jeder Beleuchtung und sind weitgehend unempfindlich gegenüber Umweltbedingungen. Zudem können Radarsensoren nicht nur den Abstand zum Sensor, sondern auch den Bewegungsvektor der detektierten Ziele messen. Das zu entwickelnde Sensorsystem verbessert die Personensicherheit bei der Mensch-Roboter-Kollaboration entscheidend, so dass neue Freiheitsgrade in der sicheren Zusammenarbeit mit größeren Robotern und bei höheren abstandsabhängigen Ausführungsgeschwindigkeiten entstehen. SCAI entwickelt im Projekt eine Software-Komponente zur Umgebungswahrnehmung für die Situationsanalyse und Entscheidungsfindung unter Verwendung von Verfahren des maschinellen Lernens.

Laufzeit: 1.7.2017 bis 30.6.2020

• Mehr Info