1. Realizzare il datacenter nel nuovo campus UNITO situato a Grugliasco in grado di sostenere la sperimentazione delle tecniche legate all’AI nei Sistemi Prioritari S3 Tecnologie, Materiali e Risorse verdi, Food e Salute.
2. Innovare la progettazione di edifici e di apparati tecnici per la realizzazione di datacenter per la riduzione dell’impronta ecologica: 1) riduzione dell’impronta di carbonio end-to-end; 2) digitalizzazione completa del sistema datacenter e della sua gestione mediante tecniche Building Information Modeling (BIM) e DigitalTwin; 3) massimizzazione dell’efficienza dei sistemi di
raffreddamento dei sistemi di calcolo; 4) riuso del calore prodotto dai sistemi informatici a fini agro alimentari; 5) sperimentazione delle fonti energetiche rinnovabili e stoccaggio dell’energia mediante l’uso dell’idrogeno.
3. Sperimentare gli aspetti di confidential computing dell’AI in applicazioni distribuite con particolare riferimento ai sistemi che richiedono ridotto consumo energetico (sistemi edge e mobili): sicurezza dei sistemi, privacy dei dati, robustezza e autonomia delle decisioni in assenza di controllo centralizzato.
4. Sperimentare la contaminazione fra competenze di ricerca accademica e bisogni dell’industria finalizzato all’upskilling degli addetti in ambito AI, trasformando strutture esistenti in contamination labs per la formazione di studenti su bisogni industriali e formazione continua degli addetti dell’industria su tecnologie di frontiera AI.
2. Innovare la progettazione di edifici e di apparati tecnici per la realizzazione di datacenter per la riduzione dell’impronta ecologica: 1) riduzione dell’impronta di carbonio end-to-end; 2) digitalizzazione completa del sistema datacenter e della sua gestione mediante tecniche Building Information Modeling (BIM) e DigitalTwin; 3) massimizzazione dell’efficienza dei sistemi di
raffreddamento dei sistemi di calcolo; 4) riuso del calore prodotto dai sistemi informatici a fini agro alimentari; 5) sperimentazione delle fonti energetiche rinnovabili e stoccaggio dell’energia mediante l’uso dell’idrogeno.
3. Sperimentare gli aspetti di confidential computing dell’AI in applicazioni distribuite con particolare riferimento ai sistemi che richiedono ridotto consumo energetico (sistemi edge e mobili): sicurezza dei sistemi, privacy dei dati, robustezza e autonomia delle decisioni in assenza di controllo centralizzato.
4. Sperimentare la contaminazione fra competenze di ricerca accademica e bisogni dell’industria finalizzato all’upskilling degli addetti in ambito AI, trasformando strutture esistenti in contamination labs per la formazione di studenti su bisogni industriali e formazione continua degli addetti dell’industria su tecnologie di frontiera AI.