Tekoäly ja erityisesti laajat kielimallit tulevat vaatimaan valtavaa laskentatehon määrää. Tämä teho tulee suurimmaksi osaksi grafiikkasuorittimiin pohjautuvasta laskennasta (GPU). GPU laskennassa rinnakkaisuuden aste on massiivisen suuri, ja myös laskennan energiankulutus on merkittävästi pienempää kuin perinteisessä (CPU) laskennassa. Yksi GPU laskennan haasteita on siirrettävien rinnakkaisuudenhallinta primitiivien puute. Siirrettävät primitiivit mahdollistaisivat saman GPU ohjelman toiminnan oikein kaikilla eri GPU alustoilla. Ongelma on pitkälti analoginen Linux ytimen rinnakkaisuusprimitiivien toteuttamiseen kaikilla yli 30+ CPU arkkitehtuurilla joita se tukee. Tämän ongelman ratkaisuna on käytetty formaaleja muistimalleja, jotka mahdollistavat primitiivien toiminnan oikeellisuuden todistamisen kullekin CPU arkkitehtuurille. Projekti kehittää menetelmiä ja työkaluja siirrettävien GPU pohjaisten rinnakkaisuudenhallinta primitiivien kehittämiseen ja oikeaksi todistamiseen.

2025

2029