Qui sommes-nous ?
Espace utilisateur
Formation continue
Credit : L. Godart/CEA
D’un jour à plusieurs semaines, nos formations permettent une montée en compétence dans votre emploi ou accompagnent vers le retour à l’emploi. 
Conseil et accompagnement
Crédit : vgajic
Fort de plus de 60 ans d’expériences, l’INSTN accompagne les entreprises et organismes à différents stades de leurs projets de développement du capital humain.
Thèses
Accueil   /   Thèses   /   Implémentation de circuits dédiés aux réseaux de neurones binaires pour l'apprentissage à l'aide de composants PC-RAMs

Implémentation de circuits dédiés aux réseaux de neurones binaires pour l'apprentissage à l'aide de composants PC-RAMs

Défis technologiques Electronique et microélectronique - Optoélectronique Nouveaux paradigmes de calculs, circuits et technologies, dont le quantique Sciences pour l’ingénieur

Résumé du sujet

Les composants PC-RAM couplés à des condensateurs ont déjà été proposés pour permettre l'apprentissage de réseaux de neurones classiques sur puce avec l'algorithme de rétropropagation du gradient (IBM, Nature), néanmoins le coût énergétique reste important. Et aucun système complet n'a pour l'heure été implémenté de bout en bout.

Récemment, de nouveaux algorithmes permettant l'apprentissage sur puce des réseaux de neurones binaires ont été proposés. L'objectif de cette thèse est d'implémenter l'un de ces algorithmes sur la technologie P28 de ST. Pour ce faire, l'étudiant devra faire appel à des compétences transverses allant de la technologie du dispositif, du circuit jusqu'à l'algorithme.

Durant la thèse, il sera également nécessaire de réaliser une caractérisation et une modélisation électrique approfondie des PCMs. D'être capable de concevoir des circuits électroniques reposant sur des idées innovantes, principalement l'exploitation de la dérive des PCMs pour l'apprentissage de réseaux de neurones. Les performances des circuits conçus seront évalués et comparés à l'état de l'art en terme de performance énergétique (TOPS/W). Ces données technologiques alimenteront l'extrapolation sur des réseaux de neurones de plus grande taille et des applications concrètes. Ces résultats permettront de réaliser des circuits électroniques à plus grande échelle en exploitant la technologie PCM P28 existante. Cette puce électronique dédiée à l'intelligence artificielle où la logique sera également l'occasion d'exécuter un flow de placement et routage automatique.

Laboratoire

Département Composants Silicium (LETI)
Service des Composants pour le Calcul et la Connectivité
Laboratoire de Composants Mémoires
Top pencilenvelopegraduation-hatlicensebookuserusersmap-markercalendar-fullbubblecrossmenuarrow-down