15–17 nov. 2021
Fuseau horaire Europe/Paris

Inférence pour apprentissage automatique sur accélérateur FPGA

16 nov. 2021, 16:05
5m
Flash (5 mins) Session plénière

Orateur

Bogdan Vulpescu (Laboratoire de Physique de Clermont)

Description

Les FPGA (Field Programmable Gates Array) ont été utilisés pendant longtemps pour le prototypage des ASICs (Application Specific Integrated Circuit) ou directement comme des processeurs de signaux numériques dans les chaînes d’acquisition des systèmes de détection.
Pour le cas des détecteurs utilisés dans les expérience de physique des particules, les FPGA peuvent exécuter des algorithmes complexes, afin de constituer un premier niveau de sélection des événements (trigger). Les possibilités innées de parallélisme et pipeline opérationnel ont permis d’élargir l’utilisation des FPGA à une classe plus générique de calculs, avec une programmation beaucoup plus accessible que le langage de bas niveau HDL (Hardware Description Language) utilisé par les spécialiste en micro-électronique.
Je vais présenter un cas d’utilisation d’un accélérateur FPGA (MUSTANG-F100-A10 SG1) pour l’inférence d’un modèle d’apprentissage automatique, avec la cadriciel OpenVINO de Intel©.

Auteur principal

Bogdan Vulpescu (Laboratoire de Physique de Clermont)

Documents de présentation