HOLIGRAIL

Aperçu

Proposer des méthodes de pointe qui optimisent l’efficacité énergétique et la performance des modèles d’intelligence artificielle.

Olivier Sentieys, Professeur à l’Université de Rennes, chair Inria

Olivier Bichler, Chef de laboratoire LIAE, CEA List

Le projet HOLIGRAIL examine, dans une approche holistique et globale, la consommation énergétique des algorithmes d’IA, pour réaliser des avancées significatives en matière d’efficacité énergétique et de performances lors de l’exécution d’algorithmes d’inférence et d’entraînement sur du matériel spécialisé.

Les résultats produits ont vocation à s’intégrer aux solutions de développement pour les systèmes embarqués.

Mots clefs : IA frugal, apprentissage automatique, réseau de neurones artificiels, optimisation, arithmétique des ordinateurs, architecture matérielle, accélération matérielle, compilateur d’optimisation, théorie des codes

Site internet du projet : PEPR IA – HOLIGRAIL Project

Les missions

Nos recherches

Les représentations numériques

Concevoir des représentations de nombres plus compactes et plus efficaces qui conservent une qualité d’inférence ou d’apprentissage proche de la référence, permettant une meilleure évolutivité des modèles embarqués.

Faire évoluer les algorithmes d’entraînement

Développer des algorithmes d’entraînement adaptés au matériel qui améliorent la dispersion, la compacité du codage et les transformations tensorielles, pour une meilleure exploitation des ressources matérielles limitées des systèmes embarqués.

Faire évoluer les solutions matérielles

Dépasser les solutions actuelles en développant des mécanismes matériels efficaces, optimisés pour la sparsité, la quantification extrême et les représentations des nombres ad hoc, et en exploitant l’interaction entre le matériel et les algorithmes pour une meilleure efficacité énergétique et une meilleure performance.

Faire évoluer l’optimisation du compilateur

Démontrer l’efficacité des méthodes d’optimisation proposées par le compilateur pour garantir une implémentation optimisée sur des plateformes embarquées et à haute performance.