Post Doctoral Open and Flexible System-Level Evaluation Framework for Emerging AI Computing Architectures

Новые вычислительные технологии – энергонезависимая и сегнетоэлектрическая память, аналоговые и цифровые вычисления в памяти, кремниевая фотоника, 3D-интеграция и гетерогенные чиплеты – обеспечивают значительное повышение энергоэффективности, снижение задержек, увеличение пропускной способности и функциональности. Однако их потенциал не может быть установлен только на основе результатов на уровне устройств или схем: он требует строгого соответствия между характеристиками технологии, архитектурными решениями, отображением рабочих нагрузок и показателями эффективности на уровне приложений.

Группа электроники Лионского института нанотехнологий (INL) ищет постдока (м/ж) для разработки открытой, модульной и расширяемой системы оценки для исследования проектного пространства (DSE) и совместной оптимизации системы и технологии (SDTCO) для новых вычислительных архитектур. Фокус делается на стыке компьютерной архитектуры, проектирования ускорителей, моделирования производительности и совместного проектирования аппаратного и программного обеспечения, при этом систематически используются результаты на более низком уровне устройств, схем и массивов, чтобы архитектурные выводы оставались физически достоверными.

Задача состоит в преобразовании низкоуровневых результатов – компактных моделей, измеренных или смоделированных KPI, ограничений по вариативности и надежности, а также многокритериальных фронтов Парето – в параметризованные архитектурные модели, поддерживающие эффективное исследование ускорителей для новых рабочих нагрузок ИИ. Фреймворк должен позволять как восходящую проекцию от выбора устройств/схем/массивов к производительности системы, так и нисходящее распространение ограничений от целевых показателей энергии, задержки, пропускной способности, точности, надежности и площади к требованиям к технологии и схемам. Он будет объединять текущую деятельность INL в области предиктивной оценки систем, DTCO, новых типов памяти, вычислений в памяти и фотонных вычислений, интегрируя или расширяя существующие компоненты с акцентом на открытость, воспроизводимость и повторное использование.

Основная научная задача заключается в представлении межслойных компромиссов без сокрытия их происхождения: вместо изолированных показателей энергии или задержки фреймворк должен выявлять узкие места, чувствительность, пределы осуществимости, точки безубыточности и возможности, а также определять режимы, в которых технология становится выгодной. Целевые рабочие нагрузки охватывают все: от периферийных вычислений до моделей, основанных на трансформерах, с вариантами использования в обработке изображений, звука и датчиков, разреженных и векторно-матричных операциях, а также обучении на устройстве.

Ожидаемые результаты: поддерживаемая среда оценки, сочетающая быстрое исследование с выборочными путями валидации более высокой точности; межслойные модели и интерфейсные контракты, схемы данных для повторного использования, потоки бенчмаркинга, многокритериальный анализ Парето на системном уровне и руководства по проектированию для новых ИИ-ускорителей – инструмент поддержки принятия решений для будущих исследовательских проектов.

Профиль кандидата: докторская степень по электротехнике или электронике, компьютерной инженерии, информатике или смежной области, с сильным опытом в нескольких из следующих областей: компьютерная архитектура и ИИ-ускорители; моделирование производительности, энергопотребления и площади; исследование проектного пространства и многокритериальная оптимизация; совместное проектирование аппаратного и программного обеспечения и отображение рабочих нагрузок; новые типы памяти, вычисления в памяти или фотонные вычисления. Сильные навыки работы с Python и хорошее знание инженерии программного обеспечения обязательны; опыт работы с SystemC, C/C++, симуляцией RISCV, QEMU, потоками рабочих нагрузок PyTorch/ONNX, симуляторами архитектуры (NeuroSim, CiMLoop/AccelForge, Timeloop или аналогичными) будет приветствоваться. Знакомство с моделированием на уровне схем или EDA является преимуществом, но основное внимание уделяется архитектурным исследованиям и исследованиям на системном уровне.

Среда: позиция размещается группой электроники INL (UMR CNRS 5270), Ecole Centrale de Lyon, Экули, Франция – междисциплинарная среда, охватывающая устройства, схемы, архитектуры, автоматизацию проектирования, фотонику и интегрированные системы, с национальным и европейским сотрудничеством.

Дата начала: Осень 2026