Thèse Génération de ?-Processeur Spécifiques par IA Générative H/F - Doctorat.Gouv.Fr

Établissement : Nantes Université École doctorale : École doctorale Mathématiques et Sciences et Technologies du numérique, de l'Information et de la Communication Laboratoire de recherche : Institut d'Electronique et des Technologies du numéRique (IETR) Direction de la thèse : Sebastien PILLEMENT ORCID 0000-0002-9160-2896 Date limite de candidature : 2026-05-31T00:00:00
Dans le contexte de la spécialisation de µ-processeurs open-source, un des enjeux est la mise à disposition auprès de la communauté de nouveaux outils logiciels d'aide à la conception de processeurs. Ces derniers doivent à la fois faciliter la collaboration entre concepteurs et accélérer le développement de nouvelles déclinaisons de processeur.

L'exploitation du potentiel de l'IA générative dans la définition de nouvelles méthodologies de conception et des outils associés fait l'objet de nombreux travaux de recherche récents. Parmi ces derniers, nous pouvons citer la génération automatique de placement/routage de circuit intégré en utilisant de l'apprentissage par renforcement ou l'utilisation d'un grand modèle de langage (LLM) pour l'exploration de l'espace de solutions architecturales dédiées. Au niveau algorithmique, il existe par exemple des travaux visant à identifier des algorithmes efficaces de multiplication matricielle à l'aide de l'apprentissage par renforcement profond. Plus spécifiquement concernant les processeurs, des premiers travaux ont examiné la faisabilité de l'utilisation de modèles de langage tels que ChatGPT pour générer du code VHDL décrivant un coeur de processeur RISC. Ils mettent en exergue les atouts et les limitations actuelles de ce type d'approche. Par ailleurs, une étude explore les défis et les opportunités rencontrés lors de l'utilisation de LLM pour générer des vecteurs de test afin à la fois de faciliter la testabilité et de garantir une couverture de test exhaustive lors de la validation d'architectures de processeur.

Dès lors, exploiter un grand modèle de langage LLM afin d'automatiser la personnalisation d'une architecture de processeur RISC-V nous semble une approche innovante qui se doit d'être explorée. En effet, des LLM peuvent aider à identifier et à intégrer des instructions spécifiques pour des domaines d'application tels que l'intelligence artificielle, le traitement d'image, les communications numériques ou la cryptographie. En interprétant les besoins des utilisateurs finaux ou des développeurs d'applications, un LLM peut proposer des extensions d'instructions sur mesure qui répondent aux exigences particulières des domaines cibles. De plus, il peut faciliter l'automatisation de la co-conception du matériel et du logiciel qu'implique la mise en oeuvre d'une déclinaison particulière d'une architecture de processeur RISC-V.