Das Cloud-Edge-Kontinuum umfasst hyperverteilte Computing-Ansätze, die Ressourcen von IoT- und Remote-Edge-Geräten über föderierte Fog/Edge-Computing-Knoten bis hin zu zentralen Cloud-Computing-Zentren und hybriden Cloud-Modellen umfassen, die Techniken der künstlichen Intelligenz nutzen, um die Automatisierung und dynamische Anpassung der Ressourcenverwaltung in Cloud- und Edge-Systemen voranzutreiben und so Computing-Aufgaben in dezentralen und zentralen Computing-Umgebungen intelligent auszugleichen, um Ressourcen und Dienstqualität zu optimieren.

Der Schwerpunkt sollte auf autonomen und KI-gestützten Verwaltungsschemata und Datenverarbeitungsmethoden liegen, die diesen Übergang zu einem Compute-Kontinuum mit starken Kapazitäten am Edge und Fog/IoT-Edge auf energieeffiziente und vertrauenswürdige Weise ermöglichen. Es müssen intelligente Mechanismen zur Orchestrierung von Daten, Daten und Code integriert werden, die eine effiziente Wertschöpfung aus den riesigen Datenmengen ermöglichen, die am Rande des Netzes generiert werden, und die ein noch nie dagewesenes Maß an Ressourcendynamik und Skalierbarkeit im gesamten Rechenkontinuum unterstützen.

Das Konzept sollte neuartige automatisierte Managementwerkzeuge, Programmiermodelle, Lern- und Entscheidungsfindungsmethoden sowie Ansätze vorsehen, die in der Lage sind, durchgängige Sicherheit und Identitätsmanagement, Ressourcenheterogenität, extreme Skalierbarkeit und Fehlertoleranz zusammen mit Elastizität zur flexiblen Zuweisung von Ressourcen und Aufgaben zu bewältigen. Im Bereich des Lernens müssen die Methoden in der Lage sein, eine Lösung für (kontinuierliches) föderiertes Lernen aus über den Rand und im Netz verteilten Daten zu liefern. Für das Sicherheits- und Identitätsmanagement wird erwartet, dass die Vorschläge modernste Technologien anwenden, Synergien entwickeln und sich auf Aktivitäten und Ergebnisse in Cluster 3 beziehen (nämlich HORIZON-CL3-2023-CS-01-01: Secure Computing Continuum (IoT, Edge, Cloud, Dataspaces) und HORIZON-CL3-2023-CS-01-02: Technologien zur Wahrung der Privatsphäre und zum Identitätsmanagement).

Bei der Ressourcenheterogenität sollte die Vielfalt der mit Speicher- und Verarbeitungskapazitäten ausgestatteten Geräte am Edge und ihre spezifischen Merkmale (z. B. ressourcenbeschränkte Geräte) berücksichtigt werden, aber auch die zunehmend verfügbare Vielfalt an Prozessorarchitekturen für diese Geräte, einschließlich, soweit möglich, neuer offener Lösungen (z. B. RISC-V).

Zur Unterstützung des verteilten maschinellen Lernens und der Entscheidungsfindung sind neuartige Ansätze erforderlich, die das richtige Gleichgewicht zwischen zentralen und dezentralen Lösungen bieten, um die Energieeffizienz, Belastbarkeit und Effektivität des Systems zu maximieren und gleichzeitig den Datenschutz und die Interaktion zwischen verschiedenen Organisationen ohne ausdrückliche gemeinsame Nutzung von Daten zu verbessern.

Darüber hinaus sollten die vorgeschlagenen Lösungen Instrumente und Mechanismen umfassen, die eine Optimierung der Energieeffizienz und der ökologischen Nachhaltigkeit ermöglichen, wobei die durchgängige Datenverarbeitung über das gesamte Kontinuum hinweg berücksichtigt wird. Interoperabilitätskonzepte (basierend auf offenen Standards, Interoperabilitätsmodellen und offenen Plattformen) sollten gegebenenfalls in Betracht gezogen werden.

Von den Projekten wird erwartet, dass sie Synergien entwickeln und sich auf die Aktivitäten und Ergebnisse des Programms "Digitales Europa" (DEP) und alle bestehenden oder entstehenden wichtigen Projekte von gemeinsamem europäischem Interesse (IPCEI) beziehen.

Bei diesem Thema ist die Einbeziehung der Geschlechterdimension (Geschlechts- und Gender-Analyse) in die Forschungs- und Innovationsinhalte nicht zwingend erforderlich.

Die internationale Zusammenarbeit wird gefördert, insbesondere mit Japan und Südkorea.

Mit diesem Thema wird die ko-programmierte Europäische Partnerschaft für KI, Daten und Robotik umgesetzt.

weiterlesen

• Verbesserte Offenheit und offene strategische Autonomie in der sich entwickelnden Daten- und KI-Wirtschaft über das gesamte Datenverarbeitungskontinuum hinweg, einschließlich angepasster Systemintegration am Rande und auf Geräteebene, Validierung von Schlüsselsektoren und Förderung europäischer Wertschöpfungsketten zur Beschleunigung und Steuerung des digitalen und grünen Übergangs.
• Wegbereitung für eine strategische industrielle Zusammenarbeit bei der Datenverarbeitung, die zur Unterstützung künftiger hyperverteilter Anwendungen erforderlich ist, durch den Aufbau offener Plattformen, die ein entstehendes industrielles Open-Edge-Ökosystem untermauern, das für den Aufbau einer ausgereiften europäischen Lieferkette entscheidend ist.
• Aufbau von adaptivem Hybrid-Computing, kognitiven Clouds und Edge-Intelligenz über die heutigen Investitionen in die Dateninfrastruktur hinaus.
• Bessere internationale Zusammenarbeit mit vertrauenswürdigen Partnerregionen, die ein Mindestmaß an Interoperabilität und Übertragbarkeit gewährleisten und dadurch den Wettbewerb auf dem Markt für Cloud-/Edge-Dienste für die europäische Cloud-/Edge- und Softwareindustrie fördern und den europäischen Zugang zu ausländischen Märkten erleichtern.

weiterlesen