Options d’inscription

Architectures matérielles généralistes (CPU, GPU) et spécialisées (architectures systoliques, à grand nombre de coeurs, etc.) pour l'apprentissage profond. Analyse de la consommation d'énergie d'un modèle à plusieurs niveaux d'abstraction pour des technologies CMOS et émergentes. Optimisation de modèles pour l'implémentation: quantification, compression, élagage, algorithmes d'exploration automatique. Optimisation d'architectures matérielles paramétriques, interaction entre le modèle et l'architecture matérielle. Projet expérimental de minimisation de la consommation d'énergie d'une approche par apprentissage profond.

Les visiteurs anonymes ne peuvent pas accéder à ce cours. Veuillez vous connecter.