- Organisation/Entreprise
-
Université de Nantes
- Domaine de recherche
-
Informatique » Autre
- Profil de chercheur
-
Chercheur de première étape (R1)
- Pays
-
France
- Date limite d’inscription
- Type de contrat
-
À définir
- Statut du travail
-
Négociable
- Le poste est-il financé par le programme-cadre de recherche de l’UE ?
-
Non financé par un programme de l’UE
- L’emploi est-il lié au poste du personnel au sein d’une infrastructure de recherche ?
-
Non
Description de l’offre
Le marché des applications d’intelligence artificielle (IA), en particulier des réseaux de neurones artificiels (NN), a connu une croissance fulgurante au cours de la dernière décennie. L’exécution de NN sur des plates-formes multicœurs embarquées présente un défi important en raison de la rareté des ressources, des contraintes de temps réel et des budgets énergétiques. L’optimisation de l’utilisation de la mémoire et des ressources de calcul est cruciale pour répondre aux contraintes des applications. Pour permettre l’exécution efficace des applications d’IA, les plates-formes modernes incluent souvent des accélérateurs matériels et utilisent des architectures de jeu d’instructions (ISA) qui peuvent être considérablement mises à niveau pour offrir des optimisations pour le traitement de l’IA.
Dans ce contexte, nous visons à proposer une approche de modélisation hybride pour offrir une évaluation rapide mais précise de l’implémentation de NN sur des plates-formes multicœurs hétérogènes avec d’éventuelles extensions ISA et un accélérateur matériel. Ce flux prend en entrée les hyperparamètres NN, la plate-forme multicœur spécifiée et les contraintes définies par l’utilisateur (par exemple, le budget énergétique maximum). Les estimations sont obtenues grâce à l’utilisation d’une simulation au niveau du système, permettant une modélisation précise des effets sur les ressources partagées. Les modèles de synchronisation, de puissance et d’utilisation de la mémoire sont caractérisés par des mesures effectuées sur une plate-forme réelle, fournissant des estimations très précises. En raison des variations possibles du timing, une modélisation probabiliste sera envisagée pour capturer de manière appropriée et fournir une prédiction fiable des effets de la mémoire externe et des caches.
Cette proposition s’inscrit dans une collaboration en cours entre le laboratoire de l’IETR à Nantes, en France, et l’institut d’ingénierie des systèmes pour la mobilité future (SE) de l’institut aérospatial allemand (DLR pour Deutsches Zentrum f¨ur Luft – und Raumfahrt eV) à Oldenburg, en Allemagne, anciennement OFFIS. eV
Ce travail sera mené dans le cadre d’un projet de doctorat de trois ans, le doctorant passant 18 mois à l’IETR à Nantes, en France, et 18 mois au DLR SE à Oldenburg.
Exigences
Informations Complémentaires
- Site Web pour plus de détails sur le travail
Job Features
Job Category | Computer science, Doctorat |