Génération assistée par lapos;IA de simulateurs d’architectures numériques

Description de l'offre : Les outils de simulation dapos;architectures numériques reposent sur divers types de modèles, de niveaux d’abstraction différents, afin de répondre aux exigences de la co-conception et de la co-validation matériel/logiciel. Parmi ces modèles, ceux de plus haut niveau permettent la validation fonctionnelle rapide de logiciels sur les architectures cibles. Ces modèles fonctionnels sont souvent élaborés de manière manuelle, une tâche à la fois fastidieuse et sujette aux erreurs. Lorsque des descriptions de bas niveau en RTL (Register Transfer Level) sont disponibles, elles deviennent une source à partir de laquelle des modèles de plus haut niveau, tels que les modèles fonctionnels, ou simulateurs rapides, peuvent être déduits. Des travaux préliminaires au CEA ont permis dapos;obtenir un prototype initial basé sur MLIR (Multi-Level Intermediate Representation), démontrant des résultats prometteurs dans la génération de fonctions dapos;exécution dapos;instructions à partir de descriptions RTL. Lapos;objectif de cette thèse est dapos;approfondir ces travaux, puis dapos;automatiser lapos;extraction des états architecturaux en sapos;inspirant des dernières avancées en matière dapos;apprentissage automatique pour lapos;EDA. Le résultat attendu est un flot complet de génération automatique de simulateurs fonctionnels à partir de RTL, garantissant ainsi, par construction, une consistance sémantique entre les deux niveaux dapos;abstraction.

Profil du candidat : Master II, en Computer Science, Computer Architecture, Machine Learning