- AI Hardware Accelerators: Progettazione di acceleratori hardware specializzati, come Graphics Processing Units (GPUs), Field-Programmable Gate Arrays (FPGAs), and Application-Specific Integrated Circuits (ASICs), per migliorare le prestazioni e l'efficienza degli algoritmi di intelligenza artificiale.
- Neuromorphic Engineering: Sviluppo di sistemi hardware ispirati alla struttura e alla funzione del cervello umano, con l'obiettivo di ottenere un calcolo efficiente e simile a quello cerebrale.
- Edge Computing: Progettazione di architetture hardware che consentono l'elaborazione e l'inferenza dell'AI da eseguire localmente su dispositivi edge, riducendo la dipendenza dal cloud computing e migliorando latenza e privacy.
- Reconfigurable Computing: Indagine su piattaforme hardware che possono essere riconfigurate dinamicamente per adattarsi a diversi carichi di lavoro di intelligenza artificiale, ottimizzando l'utilizzo delle risorse e l'efficienza energetica.
- Neuromorphic Sensors: Sviluppo di tecnologie di sensori che imitano i sistemi sensoriali biologici, consentendo una percezione efficiente e a basso consumo energetico nei sistemi di intelligenza artificiale.
- Energy-Efficient AI Hardware: Esplorazione di tecniche e progetti che ottimizzano il consumo energetico nell'hardware per l'AI, consentendo sistemi di intelligenza artificiale sostenibili ed efficienti dal punto di vista energetico.
- Hardware Security for AI: Affrontare le sfide di sicurezza specifiche dell'hardware per l'AI, compresa la protezione contro attacchi fisici, manomissioni e adversarial attacks ai sistemi di intelligenza artificiale.
- Bio-inspired Hardware: Trarre ispirazione dai sistemi biologici per progettare architetture hardware e circuiti che presentano proprietà desiderabili per l'AI, come resilienza, tolleranza ai guasti e adattabilità.
- Neuromorphic Computing Architectures: Esplorazione di nuove architetture di calcolo, come reti spiking neural networks e sistemi a eventi, che emulino i principi del calcolo neurale e consentano un'elaborazione efficiente e parallela.