Constructions à sécurité CCA pour le FHE
Le chiffrement homomorphe (FHE) est un corpus de techniques cryptographiques permettant le calcul directement sur les chiffrés. Depuis ses débuts, il y a une quinzaine d’années, le FHE a fait l’objet de nombreuses recherches en vue d’améliorer son efficacité calculatoire. Toutefois, sur le plan de la sécurité, le FHE pose encore de nombreuses questions. En particulier, tous les FHE utilisés en pratique (BFV, BGV, CKKS et TFHE) n’atteignent que le niveau de sécurité CPA (qui permet essentiellement de se prémunir contre des adversaires dit passifs).
Ces dernières années, plusieurs travaux ont donc étudié la sécurité du FHE dans le régime au-delà de CPA et introduit de nouvelles notions de sécurité (CPAD, FuncCPA, vCCA, vCCAD, …). Ces travaux ont conduit à de nouvelles attaques, de nouvelles constructions et, globalement, une meilleure compréhension de la sécurité du FHE dans ce régime.
Concernant la sécurité CCA, des travaux très récents (2024) ont défini de nouvelles notions strictement plus forte que CCA1 et ont démontré qu’elles pouvaient en théorie être atteintes par des schémas FHE exacts ou approchés. Avec ces avancées comme point de départ, la présente thèse visera à concevoir de nouveau schémas cryptographiques pratiques offrant à la fois de la malléabilité et des propriétés de sécurité CCA, au moins pour des applications spécifiques.
Rôle de l'eau à l'interface d'un collage direct hydrophile
L'industrie microélectronique utilise de plus en plus la technologie du collage direct hydrophile pour réaliser des substrats et des composants innovants. Les équipes du CEA LETI sont leaders dans ce domaine depuis plus de 20 ans et proposent des études scientifiques et technologiques sur le sujet.
Le rôle clé de l'eau à l'interface de collage peut être mieux compris grâce à une nouvelle technique de caractérisation développée au CEA LETI. L'objectif de cette thèse est de confirmer ou d'infirmer les mécanismes physico-chimiques en jeu à l'interface de collage, en fonction des préparations de surface et des matériaux en contact.
Une grande partie de ce travail sera réalisée sur nos outils en salle blanche. La caractérisation de l'hydratation des surfaces par cette technique originale sera complétée par des caractérisations classiques telles que les mesures d'énergie d'adhésion et d'adhérence, les analyses FTIR-MIR et SIMS, et la réflectivité des rayons X à l'ESRF.
Architecture évolutive de clusters programmables basée sur un réseau sur puce (NoC) pour les applications d'IA futures
Contexte technique et scientifique
L'intelligence artificielle (IA) s'impose aujourd'hui comme un domaine majeur, touchant des secteurs variés tels que la santé, l'automobile, la robotique, et bien d'autres encore. Les architectures matérielles doivent désormais faire face à des exigences toujours plus élevées en matière de puissance de calcul, de faible latence et de flexibilité. Le réseau sur puce (NoC, Network-on-Chip) est une technologie clé pour répondre à ces défis, offrant une interconnexion efficace et scalable au sein de systèmes multiprocesseurs. Cependant, malgré ses avantages, la conception de NoC pose des défis importants, notamment en termes d'optimisation de la latence, de la consommation d’énergie et de l’évolutivité.
Les architectures de clusters programmables s'avèrent particulièrement prometteuses pour l'IA, car elles permettent d’adapter les ressources en fonction des besoins spécifiques des algorithmes d'apprentissage profond et d'autres applications d'IA intensives. En combinant la modularité des clusters avec les avantages des NoC, il est possible de concevoir des systèmes capables de traiter des charges de travail d'IA toujours plus importantes, tout en assurant une efficacité énergétique et une flexibilité maximales.
Description du Sujet
Le sujet de thèse propose la conception d'une architecture de cluster programmable, scalable, basée sur un réseau sur puce, dédiée aux futures applications d'IA. L'objectif principal sera de concevoir et d'optimiser une architecture NoC qui permettra de répondre aux besoins des applications d'IA en termes de calcul intensif et de transmission de données efficace entre les clusters de traitement.
Les travaux de recherche se concentreront sur les aspects suivants :
1. Conception de l'architecture NoC : Développer un réseau sur puce évolutif et programmable qui permette de connecter de manière efficace les différents clusters de traitement de l’IA.
2. Optimisation des performances et de l'efficacité énergétique : Définir des mécanismes pour optimiser la latence et la consommation d'énergie du système, en fonction de la nature des charges de travail d'IA.
3. Flexibilité et programmabilité des clusters : Proposer une architecture modulaire et programmable permettant d’allouer les ressources de manière dynamique selon les besoins spécifiques de chaque application d'IA.
4. Évaluation expérimentale : Implémenter et tester des prototypes de l'architecture proposée pour valider ses performances sur des cas d’utilisation concrets, tels que la classification d'images, la détection d'objets ou le traitement de données en temps réel.
Les résultats de cette recherche pourront contribuer à l’élaboration de systèmes embarqués et de solutions d’IA de pointe, optimisés pour les nouvelles générations d'applications et d’algorithmes d'intelligence artificielle.
Les travaux seront valorisés à travers la rédaction de publications scientifiques dans des conférences et des journaux, ainsi que potentiellement des brevets.
Développement de sources de photons multiplexées pour les technologies quantiques
Les technologies de l’information quantique offrent de nombreuses promesses notamment dans le domaine du calcul et des communications sécurisées. Parmi la diversité de technologies possibles, les qubits photoniques, du fait de leur excellente robustesse à la décohérence sont particulièrement intéressants pour les communications quantiques, y compris à température ambiante. Ils offrent également une alternative à d’autres technologies de qubits dans le cadre du calcul quantique. Afin de déployer à grande échelle ces applications, il est nécessaire de disposer de dispositifs compacts, bon marché, en grand nombre. La photonique sur silicium est une plate-forme attractive pour parvenir à cet objectif, en implémentant différents composants clé de génération, manipulation et détection de qubits photoniques.
La génération de photons à l’état solide peut se faire par différents processus physiques. Parmi ceux-là, la génération non-linéaire de paires de photons présente différents attraits tels que le fonctionnement à température ambiante, la possibilité d’utiliser la paire de photons comme source de photons uniques annoncés, sources de paires de photons intriqués…
Votre rôle consistera à travailler au développement, au suivi de fabrication et à la caractérisation en laboratoire de sources de photons paramétriques multiplexée dans des matériaux à base de silicium afin de surpasser les limites inhérentes au processus physique de génération de paires de photons. Dans l’objectif d’une intégration complète sur une unique puce, il est notamment essentiel de pouvoir filtrer efficacement la lumière indésirable, afin de ne garder que les photons d’intérêt. C’est pourquoi un accent particulier sera également mis sur ces filtres.
Optimisations matérielles pour une IA générative efficace avec les réseaux Mamba
L'IA générative a le potentiel de transformer diverses industries. Cependant, les modèles actuels de pointe comme les transformers rencontrent des défis significatifs en termes d'efficacité computationnelle et de mémoire, notamment lorsqu'ils sont déployés sur des matériels à ressources limitées. Cette recherche de doctorat vise à résoudre ces problèmes en optimisant les réseaux Mamba pour des applications matérielles. Les réseaux Mamba offrent une alternative prometteuse en réduisant la complexité quadratique des mécanismes d'attention par des choix architecturaux innovants. En utilisant des techniques comme les motifs d'attention éparses et le partage efficace des paramètres, les réseaux Mamba peuvent générer des données de haute qualité avec des besoins en ressources beaucoup plus faibles. La recherche se concentrera sur la mise en œuvre d'optimisations matérielles pour améliorer l'efficacité des réseaux Mamba, les rendant adaptés aux applications en temps réel et aux dispositifs embarqués. Cela inclut l'optimisation des temps de formation et d'inférence, ainsi que l'exploration des accélérations matérielles potentielles. L'objectif est d'avancer le déploiement pratique de l'IA générative dans des domaines à ressources limitées, contribuant ainsi à son adoption plus large et à son impact.
Exploration d’approches non supervisés pour modéliser l’environnement à partir de données RADAR
Les technologies RADAR ont gagné en intérêt ces dernières années, notamment avec l'émergence des radars MIMO et des "Imaging Radars 4D". Cette nouvelle génération RADAR offre des opportunités mais aussi des défis pour le développement d'algorithmes de perception. Les algorithmes traditionnels comme la FFT, le CFAR et le DOA sont efficaces pour la détection de cibles en mouvement, mais les nuages de points générés sont encore trop épars pour une modélisation d'environnement précise. C’est une problématique cruciale pour les véhicules autonomes et la robotique.
Cette thèse propose d'explorer des techniques de Machine Learning non-supervisé pour améliorer la modélisation d'environnement à partir de données RADAR. L'objectif est de produire un modèle d'environnement plus riche, avec une meilleure densité et description de la scène, tout en maîtrisant le coût calculatoire pour une exploitation en temps réel. La thèse abordera les questions du type de données RADAR sont les plus adaptés en entrée des algorithmes ainsi que pour représenter l’environnement. Le candidat devra explorer des solutions algorithmiques non-supervisées et rechercher les optimisations de calcul pouvoir rendre ces solutions compatibles avec le temps réel.
Ces solutions devront à terme être conçues pour être embarquées au plus proche du capteur, afin d'être exécutées sur des cibles contraintes.
Croissance MOCVD de films 2D ferroélectriques In2Se3 pour mémoires non-volatiles haute densité et basse consommation
Les matériaux ferroélectriques à température ambiante sont l’élément clé des mémoires non-volatiles haute densité et basse consommation. Cependant, avec la miniaturisation accrue des dispositifs électroniques, les ferroélectriques conventionnels sont limités à une épaisseur critique en dessous de laquelle la ferroélectricité est instable. Les matériaux bidimensionnels (2D) grâce à leur chimie de surface saturée et leurs faibles interactions inter-couches présentent l’avantage d’être stables à la limite de la monocouche atomique et sont donc prometteurs pour explorer la ferroélectricité dans des épaisseurs nanométriques et sub-nanométriques. Jusqu’à présent, les preuves de concept démontrant la ferroélectricité 2D ont principalement utilisé des cristaux de quelques µm2 exfoliés mécaniquement à partir d’un cristal massif. En particulier, les phases ? et ? du semiconducteur lamellaire In2Se3 préservent un caractère ferroélectrique à la limite de la monocouche atomique.
Compte tenu de l’impératif des applications « wafer-scale » de la microélectronique, il y a aujourd’hui un besoin urgent de croissance de matériaux 2D de haute qualité cristalline sur des substrats de grande dimension. L’objectif de la thèse est de développer la croissance du matériau lamellaire In2Se3 dans ses phases non centro-symmétriques ? ou ? par épitaxie en phase vapeur par procédé chimique (MOCVD) sur des substrats de silicium de grande dimension (200 mm). A notre connaissance, seulement trois articles de la littérature démontrent la croissance MOCVD du composé In2Se3. Un seul met en évidence l’obtention de la phase ? (article de 2024). Le défi est donc difficile mais possible. La preuve de concept d’une cellule mémoire ferroélectrique sera réalisée si possible in fine en déposant directement une électrode métallique en surface du matériau ferroélectrique 2D sans endommager ce-dernier
Caractérisation chimique 3D de dispositifs ePCM par tomographie STEM-EDX et intelligence artificielle
Cette thèse s'inscrit dans le contexte du progrès récent de la technologie des mémoires à changement de phase dans les applications embarquées (ePCM). La miniaturisation des ePCM pour des nœuds inférieurs à 18nm pose de nombreux défis non seulement dans la fabrication, mais aussi dans la caractérisation physico-chimique de ces dispositifs. L'objectif du projet est d'étudier les phénomènes de ségrégation chimique et de cristallisation en 3D dans les nouveaux alliages PCM intégrés dans des dispositifs ePCM planaires et verticaux, en utilisant la tomographie électronique en mode STEM-EDX (et 4D-STEM). Compte tenu de l'extrême miniaturisation et de la géométrie complexe des dispositifs, l'accent sera mis sur l'optimisation des conditions expérimentales et sur l'application de techniques de machine learning et d'apprentissage profond pour améliorer la qualité et la fiabilité des résultats 3D obtenus. Une corrélation avec le comportement électrique du dispositif sera effectuée pour mieux comprendre les phénomènes à l'origine des défaillances après endurance et après perte de données à haute température.
Un TEM NeoARM Cold-FEG corrigé par sonde (60kV-200kV) sera utilisé pour l'acquisition des données tomographiques. Il est équipé de deux détecteurs SSD à grand angle solide (JEOL Centurio), d'un filtre en énergie CEOS (CEFID) et d'une caméra à détection directe (Timepix3). Le candidat aura également accès aux codes Python développés en interne ainsi qu'aux ressources informatiques nécessaires pour effectuer l'analyse des données spectrales et tomographiques.
CORTEX: Orchestration de Conteneurs pour les applications Temps-Réel, Embarqués/edge, à criticité miXte
Cette proposition de thèse de doctorat vise à développer un schéma d'orchestration de conteneurs pour les applications en temps réel, déployées sur un continuum de ressources de calcul hétérogènes dans l'espace embarqué-edge-cloud, avec un focus particulier sur les applications nécessitant des garanties en temps réel.
Les applications, allant des véhicules autonomes, à la surveillance de l'environnement ou à l'automatisation industrielle, exigent traditionnellement une grande prédictibilité avec des garanties en temps réel, mais elles demandent de plus en plus de flexibilité à l'exécution ainsi qu'une minimisation de leur empreinte environnementale globale.
Pour ces applications, une stratégie adaptative innovante est nécessaire pour optimiser dynamiquement (à l'exécution) le déploiement des charges logicielles sur les nœuds matériels, avec un objectif mixte-critique combinant des garanties en temps réel et la minimisation de l'empreinte environnementale.
Emission TeraHertz dans des puits quantiques topologiques HgTe/CdTe
Les sources de lumières cohérentes dans le domaine TeraHertz sont aujourd’hui inexistantes. Le graphène a été proposé pour réaliser de telles sources en utilisant les transitions entre niveaux de Landau sous champ magnétique mais l’équidistance énergétique entre ces niveaux ne permet pas d’écarter les recombinaisons non-radiatives de type Auger. Une nouvelle classe de matériaux, les isolants topologiques, permet de contourner ce problème en modifiant la répartition de ces niveaux de Landau par ouverture d’un gap, tout en conservant un système électronique de Dirac. HgTe/CdTe fait partie de ces isolants topologiques avec des mises en évidence expérimentales très claires de ces effets et des propriétés de transport électronique uniques. Nous proposons de réaliser des puits quantiques HgTe/CdTe en se plaçant au voisinage de la transition topologique. Nous avons récemment démontré expérimentalement l’émission Terahertz à partir de transitions de Landau avec un simple puits quantique. La problématique de la thèse consiste à optimiser l’épitaxie de ce système HgTe/CdTe et réaliser des empilements à multiples puits de façon à augmenter le gain. Ces multipuits devront être placés dans une cavité optique adaptée, à base de miroirs métalliques. Les électrons de Dirac devront également être polarisés par effet de grille pour ajuster les positions énergétiques des niveaux de Landau et contrôler leur population. Les procédés micro-électroniques seront employés pour y parvenir. Enfin, les propriétés d’émission TeraHertz seront déterminées précisément par spectroscopie magnéto-optique.
L’ensemble du travail de thèse conduira à préciser le potentiel de ce nouveau type de matériau pour des applications aux lasers TeraHertz et si possible à en faire une première démonstration.