Matériel neuromorphique – Une perspective système

Aperçu

Programme

• Introduction à l'informatique neuromorphique
Aperçu de l'informatique neuromorphique
Développement historique et inspiration de la biologie
Principales différences avec les architectures informatiques conventionnelles
• Principes fondamentaux des systèmes neuromorphiques
Réseaux neuronaux à impulsions (SNN)
Neurones et synapses : inspiration biologique
Traitement évènementiel
• Architectures matérielles neuromorphiques
Composants matériels clés et leurs fonctions
Comparaison du matériel neuromorphique et traditionnel
Défis de conception des systèmes neuromorphiques
• Étude de cas approfondie : SpiNNaker2
Architecture et principes de conception
Evolutivité et conception modulaire
Programmation et écosystème logiciel
• Efficacité énergétique dans le matériel IA
Importance de l'efficacité énergétique dans l'IA
Techniques pour réduire la consommation d'énergie dans les systèmes neuromorphiques
Comparaison avec le matériel IA conventionnel
• Applications de l'informatique neuromorphique
Cas d'utilisation réels
Avantages et limitations
Potentiel futur et tendances émergentes
• Développements futurs des systèmes neuromorphiques
Tendances en technologie et fabrication
Innovations prospectives et axes de recherche
Intégration avec d'autres paradigmes informatiques (par exemple, le calcul quantique)
• Résumé du cours et implications pour le matériel IA
Récapitulatif des concepts clés
Discussion : Impact du matériel neuromorphique sur le développement de l'IA
Considérations éthiques et sociétales
• Projet final/Évaluation
Conception et évaluation d'un système neuromorphique simple
Analyse des compromis d'efficacité énergétique entre le matériel neuromorphique et l'IA traditionnelle

---

Matières

Computer Science