ECOLE NORMALE SUPERIEURE

SMART TRAINING ALGORITHMS FOR GREEN DEEP LEARNING

ECOLE NORMALE SUPERIEURE

ENS Paris-Saclay est une grande école de formation aux métiers de l’enseignement supérieur et de la recherche et plus largement à tous les métiers exigeant une expertise scientifique élevée ainsi qu’à la haute fonction publique : les sciences fondamentales, les sciences pour l’ingénieur et les sciences humaines et sociales. (13 laboratoires de recherche, 12 départements d’enseignement, 300 doctorants.)

Le contexte du défi

La phase d’apprentissage d’un algorithme de Deep Learning peut nécessiter une puissance de calcul importante pour prédire finement des résultats. Cependant, on assiste à la fin de la course à la performance « bon marché » en raison principalement de la complexité à diminuer la finesse de gravure des micro-processeurs. Pour continuer à délivrer une puissance de calcul toujours croissante, les architectures possèdent une architecture de plus en plus hétérogène et contenant toujours plus de micro-processeurs. Un des principaux défis est de limiter la consommation électrique des simulations numériques en concevant également des algorithmes d’apprentissage « intelligents ».

Problème(s) à résoudre

La thématique du défi est de proposer
• des solutions algorithmiques de gestion du compromis entre la performance et la précision d’algorithmes d’apprentissage de réseau de neurones profonds
• des solutions hardware plus appropriées à la spécificité des algorithmes de deep learning
• une étude d’impact environnementale de ces solutions algorithmiques et économique
Ce défi peut être abordé uniquement sur un des trois volets.

Descriptif du défi

• Concevoir des solutions logicielles algorithmiques génériques, ou hardware, pour réduire l’empreinte écologique et économique d’un apprentissage d’un réseau de neurones profonds sans (trop) détériorer sa stabilité et sa prédiction.
• Mener une étude d’impact économique et environnementale sur une gestion intelligente du compromis entre la performance et la précision des méthodes d’apprentissage pour les réseaux de neurones profonds (en faisant des hypothèses si le premier point technique n’est pas abordé)
Une présentation détaillée d’un mode opératoire sera présentée ultérieurement.

Partenariats recherchés

Start-up, TPE, PME, porteurs de projets, laboratoires, doctorants ou contributeurs compétents sur le sujet.

PARTICIPER À CE DÉFI

FORMULAIRE D’INSCRIPTION AU DÉFI

2018-05-07T16:04:49+00:00