Projektstatus: Idea Release In use

QLever Federation

QLever Federation réduit le stockage redondant de données et la consommation d’énergie dans la recherche en permettant l’interrogation directe et à distance de vastes ensembles de données – une avancée vers une infrastructure de données plus durable.

#Round 4

QLever est un moteur de graphe de connaissances open source conçu pour la rapidité et l’échelle, capable de gérer des milliards de faits avec des fonctions de recherche textuelle et spatiale. Il est déjà utilisé par des projets tels qu’UniProt et OpenStreetMap pour rendre les données complexes accessibles et explorables.

Avec QLever Federation, nous abordons un défi majeur : permettre aux chercheurs et institutions d’interroger de grands ensembles de données sans les copier localement. Cela permet d’éviter le stockage redondant, de réduire le trafic réseau et de baisser significativement la consommation énergétique. Une adoption à grande échelle pourrait permettre d’économiser jusqu’à 7,2 GWh par an – soit l’équivalent de la consommation de 2 400 foyers suisses.

Comment nous obtiendrons un impact concret

En limitant le besoin de dupliquer et d’héberger les données massives à plusieurs endroits, QLever Federation corrige une inefficacité structurelle souvent ignorée dans les infrastructures de recherche – l’équivalent numérique des trajets inutiles. Durant la phase de prototypage, nous mesurerons les économies d’énergie et identifierons des modèles transférables pour favoriser une adoption plus large des graphes de connaissances fédérés et durables.

Equipe

Adrian Gschwend
Johannes Kalmbach
Hannah Bast
Ludovic Muller

Contact et site web

PROJEKTÜBERSICHT