Ingénieur/ingénieure de recherche réseaux neuronaux

Nous recherchons notre futur/future ingénieur/ingénieure de recherche développement d'une méthode de déploiement de réseaux neuronaux sur des systèmes parallèles !

Les réseaux neuronaux à spike sont considérés comme la troisième génération de réseaux neuronaux et peuvent donc remplacer les réseaux conventionnels utilisés dans l’apprentissage automatique afin de réduire la consommation d’énergie de l’IA, en particulier dans les applications « Edge ». Mais pour tirer parti de cette technologie SNN, il est nécessaire de paralléliser efficacement leur exécution sur plusieurs processeurs neuromorphiques (basés sur les événements) en fonction du profil effectif d’activité en termes de spikes générées dans chaque couche du SNN. La littérature scientifique n’a pas abordé la question du déploiement efficace des SNN sur des architectures parallèles telles que Loihi 2, Spinnaker2 ou SPLEAT. SPLEAT est un processeur neuromorphique dédié aux applications d’IA EDGE à très faible consommation développé au LEAT. Les versions précédentes impliquaient un niveau de parallélisme relativement faible : un seul élément de calcul par couche du réseau. Cette approche était suffisante pour traiter de petits réseaux neuronaux en temps réel. Pour résoudre le problèmes de temps réel, nous prévoyons de développer une version parallèle de SPLEAT. Cela nécessitera la conception de cette nouvelle architecture, le développement du codeen VHDL et la validation de l’architecture en simulation à l’aide de ModelSim.