Exploration par IA des topologies de réseaux de communication sur puce pour une optimisation multi-objectifs

Les réseaux sur puce (NoC) [Dally & Towles, 2004] constituent un composant central des systèmes embarqués modernes. Leur conception doit concilier des objectifs souvent antagonistes : performance, consommation énergétique, latence et surface silicium. Les approches classiques reposent sur des heuristiques ou des simulations extensives, dont le coût explose avec la taille de l'espace de conception des topologies. Les modèles d'IA générative [Yazdani et al., 2025] offrent une alternative prometteuse pour explorer cet espace. Parmi eux, les réseaux de neurones adversariaux (en anglais, GAN), les auto-encodeurs variationnels (en anglais, VAEs), les modèles de diffusion et les transformers peuvent générer des structures sous forme de graphes, une représentation naturelle pour les topologies NoC. Toutefois, une topologie générée n'est utile que si elle respecte des contraintes architecturales et physiques et démontre des avantages tangibles pour des trafics de données réalistes. L'objectif de cette thèse est de développer une méthodologie pour générer et évaluer des topologies NoC sous multiples contraintes de conception. Les métriques cibles sont la performance, la consommation énergétique, la latence et la surface silicium. Les travaux exploreront également des structures non conventionnelles de NoC, comme les réseaux irreguliers ou inspirés des petits mondes. Contact : Dr. Abdoulaye Gamatié : Abdoulaye.Gamatie@lirmm.fr Dr. Gilles Sassatelli : Gilles.Sassatelli@lirmm.fr École doctorale : I2S - Information, Structures, Systèmes Direction : Abdoulaye GAMATIE Financement : ANR Financement d'Agences de financement de la recherche