Grant: Strategic Projects - Group
Université de Sherbrooke
$192,500.00
Heterogeneous integration of high-density analog crossbar for advanced data processing
FY 2019-20
Summary
Les Technologies de l'Information et de la Communication subissent de nos jours des changements majeurs qui devraient bouleverser notre conception et notre utilisation des systèmes électroniques. En raison de l'inadaptabilité des ordinateurs actuels pour analyser des données importantes, hétérogènes et non structurées, des solutions innovantes sont actuellement attendues et nécessaires. Ces systèmes nécessiteront de repenser en profondeur le traitement de l'information au niveau du paradigme, de l'architecture et des technologies de fabrication. Notamment, une direction prometteuse émerge actuellement à travers le calcul bio-inspiré qui apparaît particulièrement performant pour traiter des données importantes provenant de sources disparates, en temps réel et avec une très faible empreinte énergétique. Un exemple marquant est le niveau de performances atteint de nos jours par les réseaux de neurones artificiels pour la reconnaissance d'image ou les jeux stratégiques. Cependant, de tels systèmes bénéficieraient largement d'une technologie dédiée permettant d'implémenter leur structure ultra-parallèle et distribuée en termes de mémoire (les synapses) sur l'ensemble des noeuds de calcul (les neurones). Nous proposons dans ce projet de fabriquer un système versatile pour le développement de matériel pour le ""Machine Learning"". Nous proposons une stratégie évolutive, souple et innovante pour la mise en oeuvre du poids synaptique et de l'opération Multiply et ACcumulate (MAC ) associée qui est l'une des ressources les plus exigeantes pour des applications ""machine learning"" efficaces. Nous proposons de tirer profit à la fois de la maturité et flexibilité des technologies actuels et des fonctionnalités nouvelles offertes par les mémoires émergentes. Le projet présente deux niveaux d'intégration : (i) Une intégration de type « packaging » qui vise à intégrer des puces mémoires spécifiques sur un interposer CMOS actif permettant de générer, recevoir et distribuer les signaux entre les différentes puces mémoires. Cette approche permettra de minimiser la variabilité des puces mémoires et de préserver une flexibilité importante au niveau de l'interposer. (ii) Une intégration « sur puce » de mémoires résistives interconnectées en ""crossbar"" passif et présentant une amplification dédiée. Cette solution permettra d'atteindre des densités de points mémoires élevées tout en préservant les fonctionnalités de ces dernières.
Program
Strategic Projects - Group
Recipient
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data
As published
Application id
506289-2017
Name nom
Drouin, Dominique
Department département
Génie électrique et génie informatique
Organization id
68
Institution établissement
Université de Sherbrooke
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2019
Competition year année de concours
2017
Award amount
192500
Program id
STPGP
Program name en
Strategic Projects - Group
Program name fr
Projets stratégiques - De groupe
Group en
RESEARCH PARTNERSHIPS
Group fr
PARTENARIATS DE RECHERCHE
Committee code
1588
Committee name en
Strategic Projects - ICT
Committee name fr
Projets stratégiques - ICT
Area of application code
1207
Area of application group en
Advancement of knowledge
Area of application group fr
Avancement des connaissances
Area of application en
Information, computer and communication technologies
Area of application fr
Technologie de l'information, des ordinateurs et des réseaux de communications
Research subject code
2701
Research subject group en
Information technology
Research subject group fr
Technologie de l'information
Research subject en
Computer hardware
Research subject fr
Matériel informatique
Installment
inst:3 - 3
Partie
3
Nb partie
3
Application title
Heterogeneous integration of high-density analog crossbar for advanced data processing
Keyword
NSERC
Application summary
Les Technologies de l'Information et de la Communication subissent de nos jours des changements majeurs qui devraient bouleverser notre conception et notre utilisation des systèmes électroniques. En raison de l'inadaptabilité des ordinateurs actuels pour analyser des données importantes, hétérogènes et non structurées, des solutions innovantes sont actuellement attendues et nécessaires. Ces systèmes nécessiteront de repenser en profondeur le traitement de l'information au niveau du paradigme, de l'architecture et des technologies de fabrication. Notamment, une direction prometteuse émerge actuellement à travers le calcul bio-inspiré qui apparaît particulièrement performant pour traiter des données importantes provenant de sources disparates, en temps réel et avec une très faible empreinte énergétique. Un exemple marquant est le niveau de performances atteint de nos jours par les réseaux de neurones artificiels pour la reconnaissance d'image ou les jeux stratégiques. Cependant, de tels systèmes bénéficieraient largement d'une technologie dédiée permettant d'implémenter leur structure ultra-parallèle et distribuée en termes de mémoire (les synapses) sur l'ensemble des noeuds de calcul (les neurones). Nous proposons dans ce projet de fabriquer un système versatile pour le développement de matériel pour le ""Machine Learning"". Nous proposons une stratégie évolutive, souple et innovante pour la mise en oeuvre du poids synaptique et de l'opération Multiply et ACcumulate (MAC ) associée qui est l'une des ressources les plus exigeantes pour des applications ""machine learning"" efficaces. Nous proposons de tirer profit à la fois de la maturité et flexibilité des technologies actuels et des fonctionnalités nouvelles offertes par les mémoires émergentes. Le projet présente deux niveaux d'intégration : (i) Une intégration de type « packaging » qui vise à intégrer des puces mémoires spécifiques sur un interposer CMOS actif permettant de générer, recevoir et distribuer les signaux entre les différentes puces mémoires. Cette approche permettra de minimiser la variabilité des puces mémoires et de préserver une flexibilité importante au niveau de l'interposer. (ii) Une intégration « sur puce » de mémoires résistives interconnectées en ""crossbar"" passif et présentant une amplification dédiée. Cette solution permettra d'atteindre des densités de points mémoires élevées tout en préservant les fonctionnalités de ces dernières.