Build on Trainium: Agentbaserad, rekursiv förbättring av kernels och ramverk 2026

Beskrivning

Sammanfattning av utlysningen: Inom programmet Amazon Research Awards (ARA) utlyser Amazon förslag under rubriken "Build on Trainium: Agentic, recursive improvement of kernels and frameworks" – hösten 2026. Utlysningen söker forskning om agentbaserade, rekursivt självförbättrande ramverk för generering och optimering av AI-kärnor (kernels) och hela system på AWS Trainium, med stöd av Neuron SDK och Neuron Kernel Interface (NKI). Ansökningsperioden är 1 oktober – 4 november 2026 (kl. 23:59 Pacific Time) och beslutsbrev skickas ut i februari 2027.

Syfte med utlysningen: Syftet är att låta generativ AI automatisera det iterativa expertarbete som krävs för att få ut maximal prestanda ur en AI-accelerator: en agent som genererar, kör, profilerar och reparerar sitt arbete mot hårda bevis från kompilator, profilerare och korrekthetskontroller, och därefter föreslår nästa kandidat utan mänsklig medverkan i varje cykel. Särskilt intresse gäller rekursiv självförbättring, där systemet över tid blir bättre på uppgiften genom att förbättra sina egna modeller, kontext, verktyg och kunskapsbas.

Mål för utlysningen: Utlysningen täcker fyra områden: (1) generativ-AI-styrd generering och optimering från enskilda kärnor till hela tränings- och inferenssystem (kärngenerering, auto-tuning, schemaläggning av prefill/decode, KV-cache, sharding och effektiva optimeringsloopar), (2) prestandafelsökning, profilering och förklarbarhet, (3) korrekthet, integritet och utvärderingskriterier, inklusive detektering av reward hacking samt benchmarks och acceptanskriterier, och (4) SFT- och RL-finjustering av open source-modeller för kärn- och systemoptimering, inklusive reward-design och lärande bortom modellvikter. De starkaste förslagen kopplar samman generering, utvärdering och inlärningsloopar.

Förväntad påverkan/resultat: Förväntade resultat inkluderar storleksordningsmässiga minskningar av tid och kostnad för helmodell-optimering – från timmar till minuter – nya benchmarks, datamängder och utvärderingskriterier för hur väl LLM:er skriver kärnor, specialiserade open source-optimeringsagenter som communityt kan bygga vidare på, samt nya publikationer om underrepresenterade beräkningsarkitekturer. Mottagare förväntas informera ARA om publikationer, presentationer och kod-/datautgåvor samt lämna statusuppdateringar via enkäter eller rapporter.

Finansieringsgrad: Bidragen utgår som engångsgåvor (unrestricted gifts) utan krav på medfinansiering. Budgeten ska innehålla en lista över förväntade kostnader i USD och får inte inkludera administrativa overheadkostnader. Det slutliga bidragsbeloppet bestäms av awards-panelen.

Behörighet: Huvudforskaren ska vara heltidsanställd vid en ackrediterad akademisk institution eller permanent forskare vid en juridiskt erkänd icke-statlig organisation samt uppfylla ARA-programmets övriga behörighetskrav.

Möjliga krav på konsortier: Inga särskilda krav på konsortier eller partnerskap anges i utlysningen; akademiska PI:er/team kan söka.

Tillgänglig finansiering (budget): Sökande uppmuntras att begära AWS Promotional Credits i ett av två intervall: upp till 50 000 USD, alternativt upp till 250 000 USD och därutöver. Utöver krediter erbjuds AWS Trainium-träningsresurser, AWS-handledningar och praktiska sessioner med Amazons forskare och ingenjörer. Programmet Build on Trainium är ett kreditprogram på totalt 110 miljoner USD för AI-forskning och universitetsutbildning; krediternas användning regleras av AWS Promotional Credit Terms and Conditions.