PostDoc: Co-design strategy (SW/HW) to enable a structured spatio-temporal sparsity for Transformer NN
Commissariat à l'Énergie Atomique
Essonne
CDD
Temps-plein
Il y a 1 mois
Entité de rattachement Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :
La conscience des responsabilités
La coopération
La curiosité
Référence 2024-31245Description de la DirectionLa direction de la recherche technologique du CEA (DRT), dispose d'un portefeuille de technologies dans les domaines de l'information et de la communication, de l'énergie et de la santé. Interface entre la recherche et l'industrie, nous avons pour mission la maturation et le transfert technologique, en allant de la preuve de concept théorique jusqu'au démonstrateur industriel, pour en faire bénéficier l'industrie. Le CEA List, Laboratoire de recherche spécialisé dans les systèmes numériques intelligents est situé au cœur du pôle scientifique et technologique de Paris-Saclay.Description de l'unitéAu sein du CEA List, le Laboratoire Intelligence Artificielle Embarquée (LIAE) a pour mission le développement de solutions innovantes pour l'IA embarquée. Il s'agit d'une équipe pluridisciplinaire spécialisée dans l'adéquation algorithme architecture pour l'IA, dont les compétences transverses s'étendent de la maîtrise des applications et algorithmes à leur implémentation embarquée efficace: adaptation algorithmique, conception d'architectures matérielles optimisées et portage sur composants matériels développés au sein même du laboratoire (accélérateurs spécialisés pour ASIC ou FPGA) ou issuDescription du posteDomaineSciences pour l'ingénieurContratCDDIntitulé de l'offrePostDoc: Co-design strategy (SW/HW) to enable a structured spatio-temporal sparsity for Transformer NNStatut du posteCadreDurée du contrat (en mois)36Description de l'offreSujet PostDoc en Intelligence Artificielle pour les systèmes embarquésStratégie de co-conception pour l'exploitation de la sparsité spatio-temporelle dans les réseaux de neurones Transformer à l'inférence et à l'apprentissageL'objectif du PostDoc est d'identifier, d'analyser et d'évaluer les mécanismes de modulation de la sparsité spatio-temporel des fonctions d'activation afin de minimiser la charge de calcul du modèle NN de transformateur (apprentissage/inférence). Une approche combinée avec la quantification extrême sera également envisagée. L'objectif est d'affiner conjointement une stratégie innovante pour évaluer les impacts et les gains potentiels de ces mécanismes sur l'exécution du modèle sous contraintes matérielles. En particulier, cette co-conception devrait également permettre de qualifier et d'exploiter une boucle de rétroaction bidirectionnelle entre un réseau neuronal ciblé et une instanciation matérielle afin d'obtenir le meilleur compromis (compacité/latence).(see Attached file for English version)Profil du candidatVous êtes titulaire d'un doctorat en IA pour systèmes embarqués avec une expérience en conception de réseau de neurones optimisé ciblant des composants numériques (GPU/FPGA/Asic) avec des contraintes de latence/consommation. Vous êtes curieux et appréciez le travail en équipe tout en faisant preuve d'une bonne autonomie. Intéressé(e) par les problématiques de conception d'inférence de modèle IA et connaissant l'architecture des réseaux Transformers, vous appréhendez parfaitement les techniques de compression de modèle, leur mise en œuvre à l'apprentissage et en partie leur impact sur l'inférence résultante. Vous avez acquis les compétences techniques suivantes :
Une connaissance des modèles attentionnels (Transformer) pour la vision par ordinateur ;
Une bonne maîtrise de la conception et/ou déploiement de réseau de neurone mettant en œuvre une ou des techniques dédiées à la compression de modèle (Quantification, Pruning…) ainsi que leur évaluation pour l'inférence.
Maîtrise des environnements virtuels (conda, virtualenv…), de librairies de conception de modèles (TensorFlow, PyTorch,Onnx…) ;
Maîtrise de langages script, de programmation (Python, C/C++) et d'outil de gestion de version (Git) ;
Une connaissance de la problématique de l'adéquation algorithme architecture et des notions sur les architectures matérielles ciblant le domaine embarqué seraient appréciées.
Localisation du posteSiteSaclayLocalisation du posteFrance, Ile-de-France, Essonne (91)VillePalaiseauDemandeurDisponibilité du poste11/03/2024
