Implantation efficiente des applications (ou parties d'applications) adaptées à la technologie FPGA sans expertise spécialisée en conception de circuits.

点击翻译按钮获取中文摘要

La consommation d'énergie augmente sans arrêt, notamment à cause des "data center" qui consomment aujourd'hui environ 2% de l'énergie électrique aux États-Unis, soit 77 milliards de kWh/an. La littérature scientifique rapporte qu'une même application peut nécessiter une quantité d'énergie variant de plusieurs ordres de grandeur dépendamment de la technologie utilisée pour l'implanter. Les systèmes numériques étant essentiellement constitués de transistors, cela signifie que, dépendamment de la manière dont les transistors sont utilisés, on peut gaspiller jusqu'à 100x trop d'énergie, voire plus, pour réaliser une tâche numérique. Alternativement, pour certaines applications, on pourrait disposer d'une puissance de calcul jusqu'à 100x plus grande, voire plus, si on utilisait les transistors de manière plus efficiente. Il existe aujourd'hui trois grandes technologies génériques pour implanter un algorithme : les processeurs (standard, multi-coeurs, DSP...), les GPU (cartes graphiques utilisées comme accélérateur de calcul) et les FPGA (réseau de portes logiques, mémoires et circuits spécialisés entièrement configurables). Selon l'application, ce sera l'une ou l'autre de ces technologies qui offrira une efficience importante par rapport aux autres. Les deux premières sont accessibles facilement à une large communauté d'informaticiens grâce à des langages, des compilateurs et des bibliothèques. Le temps d'implantation d'une application se compte en jours ou en semaines. Par contre, l'utilisation des FPGA est encore réservée à des experts en conception de circuits et le temps de conception se compte en mois ou en années. À l'instar des deux premières technologies, nous proposons un programme de recherche qui vise à développer un langage, un compilateur et des bibliothèques qui permettront une utilisation efficiente des FPGA par un grand nombre de développeurs (y compris les informaticiens) dans un temps comparable à celui des autres technologies. Ce projet aura un impact direct sur les performances de calcul, la consommation d'énergie et les coûts associés (monétaires et environnementaux) pour toutes les applications qui s'y prêtent, typiquement les applications hautement parallèles et/ou nécessitant une faible latence.