Die BTU wird neue Methoden zur Realisierung einer schnellen und energieeffizienten Ausführung von KI-Modellen auf eingebetteten und Edge-Geräten untersuchen und vorschlagen. Die vorgeschlagenen Methoden sind architekturunabhängig und daher auf verschiedene Hardware-Architekturen (sowohl analog als auch digital) anwendbar. Die Beiträge von BTU zum NEUROKIT2E Framework werden in drei Hauptschritten realisiert: 1. Entwicklung einer neuen Architekturbeschreibungssprache (ADL) zur Spezifikation von KI-Hardware-Beschleunigerarchitekturen, die eine optimale Ausführung komplexer DNN-Modelle auf ressourcenbeschränkten eingebetteten und Edge-Geräten in Bezug auf Zeit und Energie ermöglicht. 2. Realisierung einer generischen SystemC-basierten Simulationsumgebung für die Erstellung virtueller Eigenschaften und Design Space Exploration (DSE). 3. Implementierung einer Plug-in-Schnittstelle, die die Integration von technologiespezifischen Parametern zu nicht-funktionalen Bauelementeigenschaften (z.B. RRAM-spezifische Variabilitäten) in die Simulationsumgebung ermöglicht.