Co-optimisation architecture-compilateur pour une gestion efficace de la mémoire dans les systèmes hétérogènes

Les systèmes de calcul modernes intègrent de plus en plus d'accélérateurs spécialisés, tels que des réseaux systoliques, des processeurs vectoriels ou des accélérateurs proches de la mémoire. Cette hétérogénéité permet d'améliorer les performances et l'efficacité énergétique, mais complique fortement le déploiement des applications, l'association entre noyaux de calcul et ressources matérielles, ainsi que l'optimisation des mouvements de données. Cette thèse s'inscrit dans le projet COACH du PEPR PHOENIX, dont l'objectif est de développer un écosystème open source pour la conception et l'optimisation de systèmes de calcul hétérogènes. Le sujet porte plus spécifiquement sur l'utilisation de MLIR comme représentation intermédiaire pour analyser, transformer et compiler des noyaux de calcul vers des accélérateurs matériels, en mettant l'accent sur les transformations de flux de données et l'optimisation mémoire. Le doctorant développera des méthodes permettant d'exploiter la sémantique de haut niveau disponible dans MLIR afin d'identifier les mouvements de données, d'exposer différentes variantes de parallélisme et de localité mémoire, et de générer du code ou des descriptions matérielles adaptées à des accélérateurs de type réseau systolique, vectoriel ou RISC-V. Les méthodes proposées seront évaluées sur des applications représentatives du projet COACH, en lien avec les outils d'exploration de l'espace de conception et les plateformes de simulation développés dans les autres lots. Les résultats attendus incluent un flot de compilation basé sur MLIR, des transformations de données adaptées aux architectures hétérogènes ciblées, des modèles permettant d'évaluer les compromis performance/énergie/surface, ainsi que des contributions logicielles open source intégrables à l'écosystème COACH. École doctorale : I2S - Information, Structures, Systèmes Direction : David NOVO Financement : ANR Financement d'Agences de financement de la recherche