Responsables d’axe
L’axe Adéquation Algorithme Architecture (AAA), traitements embarqués a pour objectif l’émergence de nouvelles approches et méthodes pour l’intégration rapide et efficace d’algorithmes sur des architectures embarquées. Les avancées des nouvelles technologies de composants et l’essor des architecture matérielles multi-composants permettent un prototypage rapide de n’importe quelle application tout en offrant des puissances de calculs et tout ceci dans un contexte de sobriété numérique.
La méthodologie AAA se base sur quatre piliers :
- La modélisation générique de l’algorithme et de l’architecture,
- La caractérisation de l’algorithme et de l’architecture pour l’exploration de l’espace de conception,
- L’évaluation de performances et des optimisations de l’ensemble des implémentations considérées,
- La génération de code et le test sur les architectures matérielles retenues.
Contexte
Les méthodologies dédiées aux traitements embarqués sur des architectures ou systèmes multi-composants hétérogènes doivent considérer :
- Données massives : à l’ère du big data, les données toujours plus nombreuses mais aussi complexes ont un rôle majeur dans le développement d’applications et de l’architecture matérielle retenue tant du point de vue du stockage que du traitement mais également la gestion « publique ou privée » de la donnée.
- Puissances de calcul en constante augmentation : les algorithmes pour le traitement du signal, de l’image et de l’IA mis en œuvre pour répondre aux nombreux enjeux sociétaux nécessitent des complexités de calcul toujours plus importantes. Le volume et la complexité des opérateurs mis en œuvre doivent être pris en compte pour considérer d’éventuelles optimisations algorithmiques en vue de répondre à des contraintes de temps de traitement limité pour des systèmes critiques ou temps réel.
- Echange d’informations rapide et sécurisé : à l’ère des objets communicants dans lequel des milliards d’appareils peuvent être connectés, les échanges des données jouent également un rôle important. Pour satisfaire les exigences hétérogènes en matière de qualité de service pour les différents scénarios d’application de l’IoT, des algorithmes d’optimisation et de sécurisation de flux doivent être proposés et intégrés dans les systèmes embarqués.
Ces méthodologies sont étudiées pour différentes infrastructures existantes : Cloud-Computing, Edge-Computing et IoT et tentent de réduire l’empreinte écologique, économique et sociétale.
Thèmes abordés (non exhaustifs) :
- Architectures parallèles et hétérogènes (GPU, FPGA, SoC)
- Traitement analogique et numérique
- Optimisation des calculs
- Réduction des capacités mémoires
- Outils et flot de conception adaptés aux applications ou aux architectures
- Nouvelles technologies de composants (quantique, neuromorphique …)
- Nouvelles technologies de mémoire (M-RAM, PCM, calcul en mémoire … )
- Nouvelles infrastructures de calcul (Cloud, Edge, Fog et IoT)
- Calcul faible consommation proche du capteur
- Architectures dédiées à l’IA, aux applications vidéo
- Architecture matérielle pour la fusion de données
