Évaluation de l’inférence d’un réseau de neurones sur une architecture C-SRAM (Computing SRAM)
Rejoindre les performances d’une mémoire qui réalise du calcul et les abstractions d’un outil d’IA comme TensorFlow n’est pas facile, mais c’était le sujet de stage de fin d’étude de Thaddée BRICOUT à POLYTECH Grenoble. Le rapport de stage et les planches qui ont servi à sa présentation sont incluse dans ce billet.
Il n’est pas encore beaucoup question de performances obtenues, mais “simplement” de mettre bout à bout les composants matériels et logiciels permettant d’implémenter des algorithmes d’inférence IA sur des composants matériels de CSRAM (Computational SRAM); et surtout de pouvoir commencer à comparer plusieurs implémentations en terme d’énergie & de vitesse, comme dans le schéma suivant.
Les résultats ne sont pas exceptionnels, mais l’important était surtout de mettre en place l’expérimentation qui va maintenant pouvoir évoluer avec les nouvelles versions de circuit et de compilateurs !
2022-09_presentation-rapport-stage_thaddee-bricoutTélécharger