Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

High Level Synthesis for Machine Learning

Description du projet

Exploiter des réseaux neuronaux profonds sur des appareils IdO à faible puissance

L’internet des objets (IdO) et l’essor rapide de l’intelligence artificielle et de l’apprentissage automatique ont engendré une toute nouvelle gamme de défis. L’un d’eux concerne la difficulté d’exécuter des algorithmes d’apprentissage profond entre diverses plateformes matérielles. Ce problème a été amplement abordé avec les flux de travail basés sur les CPU et les GPU. Ce n’est toutefois pas le cas avec les appareils de faible puissance tels que les smartphones, les voitures ou les montres, sur lesquels l’inférence par apprentissage profond a pris de l’ampleur. Le projet hls4ml, financé par l’UE, va développer une bibliothèque logicielle ouverte qui adaptera automatiquement les réseaux neuronaux profonds aux circuits électroniques en utilisant des outils de synthèse de haut niveau et en réduisant la quantité de ressources utilisées.

Objectif

With Deep Learning becoming ubiquitous in our life, running Deep Learning algorithms in real time on an heterogeneous set of hardware platforms is a pressing need in many aspects of our society. While traditional workflows based on standard CPUs and GPUs are established, Deep Learning inference on low-power devices (e.g. cars, smart phones, watches, etc) is gaining more attention. Typically, this would require strong background in electronic engineering to convert a neural network into a Digital Signal Processor. We propose to develop a complete open-software library to automatically convert Deep Neural Networks to electronic circuits, using High Level Synthesis tools. With a large basis of potential applications (e.g. autonomous cars, medical devices, portable monitoring devices, custom electronics as in the real-time data processing system of large-scale scientific experiments, etc.), the hls4ml library would assists users by automatising the logic circuit design as well as by reducing resource utilisation while preserving accuracy.

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

ERC-POC - Proof of Concept Grant

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) ERC-2020-PoC

Voir tous les projets financés au titre de cet appel

Institution d’accueil

ORGANISATION EUROPEENNE POUR LA RECHERCHE NUCLEAIRE
Contribution nette de l'UE
€ 150 000,00
Adresse
ESPLANADE DES PARTICULES 1 PARCELLE 11482 DE MEYRIN BATIMENT CADASTRAL 1046
1211 GENEVE 23
Suisse
Région
Schweiz/Suisse/Svizzera Région lémanique Genève
Type d’activité
Research Organisations
Liens
Coût total
Aucune donnée

Bénéficiaires (1)