Co-optimisation Design et Technologie de mémoires magnétorésistives pour le calcul dans la mémoire
Le coût énergétique associé aux mouvements de données à travers la hiérarchie des mémoires est devenu un facteur limitant dans les systèmes de calcul modernes. Afin d'enrayer cette tendance, des architectures innovantes favorisant un traitement plus local et parallélisable de l'information stockée sont proposées; il s'agit de "calcul proche/dans la mémoire" (Near/In-Memory Computing). Des gains importants sont anticipés, s'agissant notamment de tâches complexes (ex: optimisation combinatoire, analyse de graphes, cryptographie) et basées sur le traitement de volumes importants de données (ex: analyse de flux vidéos, bio-informatique). De telles applications sont particulièrement exigeantes en termes d'endurance, de rapidité et de densité. Les mémoires SRAM, satisfaisant les deux premiers critères, commencent à souffrir de leur surface et de leur consommation de puissance statique. Il convient donc d'évaluer des alternatives technologiques plus denses et non-volatiles, parmi lesquelles les mémoires magnétorésistives (MRAM) se distinguent en termes de compromis rapidité/endurance.
L'objectif principal sera d'estimer les améliorations permises par la MRAM en termes de compromis puissance/performance/aire (PPA), relativement aux solutions existantes à base de SRAM et pour des nœuds technologiques avancés. Une méthodologie d'analyse et de comparaison devra donc être établie pour diverses variantes MRAM, un modèle compact de l'élément mémoire permettant d'optimiser les cellules unitaires. Sur la base de ces travaux, des démonstrateurs fonctionnels IMC seront élaborés afin de quantifier l'apport de cette technologie sur un véhicule de test intégré.
Conception de Machines d'Ising basées sur des réseaux d'oscillateurs spintroniques couplés par circuits CMOS
Le nombre et la complexité des tâches de calculs nécessaires au développement de nos sociétés basées sur l’information et la communication sont de plus en plus importants et pose un problème prégnant en besoin énergétique. Il est ainsi indispensable de proposer de nouvelles architectures matérielles de calculateurs permettant d’améliorer drastiquement leur efficacité énergétique.
Le postdoc contribuera à la réalisation de Machines d’Ising qui sont des architectures de calcul innovantes, inspirées du monde vivant et de la physique et qui permettent de résoudre des problèmes complexes d’optimisation. Dans le cadre du projet ANR SpinIM, le postdoc contribuera à la démonstration d’une machine d’Ising basée sur le couplage électrique de nano-oscillateurs à transfert de spin (Spin Torque Nano Oscillators, STNO). En particulier il aura pour rôle de concevoir la puce CMOS réalisant le couplage paramétrable du réseau d’oscillateurs. Son rôle couvrira la modélisation Verilog A du STNO en se basant sur l’expérience de Spintec et la conception du circuit CMOS de couplage au niveau schématique et son implémentation physique (layout). Le post doc assurera la validation du circuit CMOS en laboratoire et participera à la validation fonctionnelle de la machine d’Ising sur des tâches de calcul d’optimisation. Le post doc se déroulera au sein du laboratoire LGECA qui acquis une expérience dans la co-conception spintronique-CMOS.
Accélérateurs photoniques : L'innovation au service des simulations quantiques
Les circuits photoniques, processeurs spécialisés à faible consommation d'énergie, apparaissent comme l'un des technologies plus prometteuses pour accélérer l'exécution d'algorithmes complexes dans les domaines de l'apprentissage automatique et du calcul scientifique tout en gardant une basse dissipation thermique.
Le succès de la simulation de systèmes quantiques et de la mise en œuvre d'algorithmes de simulation inspirés du quantique sur des unités photoniques laisse entrevoir le potentiel de ces accélérateurs pour faire progresser les capacités de calcul dans les domaines de la chimie computationnelle et la science de matériaux.
Le but de ce projet est d'intégrer les technologies photoniques aux réseaux neuronaux et tensoriels, en repoussant les limites des simulations quantiques et des dispositifs classiques. Cette orientation est prometteuse pour l'avenir de l'innovation algorithmique spécialisée et accélérée par le matériel.
La recherche sera axée sur l'adaptation des algorithmes aux dispositifs photoniques, l'optimisation de la consommation d'énergie et le développement de nouveaux algorithmes inspirés par les spécificités du matériel.