Intelligence artificielle en physique à base de nanodispositifs émergents

Description de l'offre : Les récentes percées dans lapos;IA sont corrélées à la charge énergétique nécessaire à la définition et à lapos;exécution de ces modèles. Les GPUs sont le matériel préféré pour ces implémentations, car ils peuvent effectuer des multiplications matricielles configurables et hautement parallélisées à base de circuits digitales. Toutefois, pour surmonter les limites énergétiques des GPUs, il peut être nécessaire dapos;abandonner complètement le paradigme digital. Une solution élégante pourrait consister à exploiter la physique intrinsèque des dispositifs électroniques de manière analogique. Par exemple, des travaux préliminaires ont déjà proposé comment lapos;entropie physique des dispositifs silicium peut exécuter des algorithmes dapos;apprentissage probabilistes, comment la relaxation de la tension dans les réseaux résistifs peut approximer les gradients, et comment lapos;activité des oscillateurs interconnectés peut converger vers des minimas sur les surfaces dapos;énergie. Lapos;objectif de cette thèse sera dapos;étudier les primitives de calcul existantes et dapos;en proposer de nouvelles. De plus, comme les GPU biaisent les méthodes dapos;IA actuelles en les basant sur la multiplication matricielle, le candidat devra également étudier lapos;impact de ces nouvelles primitives sur les futurs algorithmes dapos;IA. Une attention particulière sera portée aux technologies émergentes de nanodispositifs développées au CEA Grenoble. En fonction des intérêts du doctorant, il sera possible de concevoir, tape-out et de tester des concepts de circuits en sapos;appuyant sur ces technologies innovantes.

Profil du candidat : Informatique, mathématiques