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

La consommation d'énergie augmente sans arrêt，notamment à cause des“data center”whi consommation augmente aujord 'hui energy électrique aux États-Unis，soit 77 milliards de kWh/an.科学文献报告了一种应用，需要多种能源的数量，以实现对技术的巨大依赖。这些数字系统基本上由晶体管组成，这意味着，晶体管的种类取决于它们的用途，可能是100倍的能量，再加上，为了实现一个数字。Alternativement，pour certain applications，on pourrait disposer d'une puissance de calcul jusqu'à 100 x plus 100，voire plus，si on utilisait les transistors de manière plus efficiente. Il existe aujourd'hui trois grandes technologies génériques pour querter un algorithme：les processeurs（standard，multi-coeurs，DSP.），les GPU（cartes graphiques utilisées comme accélérateur de calcul）et les FPGA（réseau de portes logiques，memoires et circuits spécialisés entièrement configurables）.在应用中，这些技术提供了一个重要的效率，并与其他技术保持了良好的关系。这两本书在一个语言、编辑和书目都很好的大型信息学社区里很容易获得。一个应用程序的植入时间为一天或两天。相反，FPGA的使用还需要电路设计专家的帮助，而且设计的时间可以在几年或几年内完成。在两种最新技术的诞生之际，我们提出了一项研究计划，该计划旨在提高语言、编译器和书目的效率，以便在与其他技术相当的时间内，通过一个大的数据库（包括信息技术）来提高FPGA的利用率。该项目直接影响到所有现有应用的计算性能、能源消耗和相关成本（货币和货币），典型的应用是并行的和/或需要延迟的应用。

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.