RF-NoC cognitif pour les architectures manycore

par Habiba Lahdhiri

Projet de thèse en Stic - ed em2psi

Sous la direction de Emmanuelle Bourdel et de Jordane Lorandel.

Thèses en préparation à CY Cergy Paris Université , dans le cadre de Ecole doctorale Économie, Management, Mathématiques , Physique et Sciences Informatiques (EM2PSI) , en partenariat avec ETIS - Equipes Traitement de l'Information et Systèmes (laboratoire) depuis le 01-11-2017 .


  • Résumé

    Ces travaux s'inscrivent dans le développement d'un nouveau paradigme de communication RF pour augmenter l'efficacité de calcul des architectures manycores (>4096 coeurs de calcul) à mémoire distribuée implémentées sur un System-on-Chip (SoC). L'objectif de cette thèse est d'ouvrir une nouvelle voie de recherche sur les RF-NoC cognitifs. L'ajout de ce caractère au sein d'un RF-NoC est un axe novateur soulevant de nombreuses problématiques. Plusieurs verrous devront être levés comme l'identification des traitements de spectrum sensing à mettre en oeuvre, la stratégie d'allocation de ressources, l'arbitrage de conflits, etc. En outre, l'ensemble des réalisations matérielles associées pourront être valorisées sachant qu'elles devront tenir compte des contraintes liées à l'embarqué (surface, consommation, ressources limitées). Par la suite, il sera possible d'évaluer les gains et coûts associés à l'ajout de fonctions de cognition.

  • Titre traduit

    Cognitive RF-NoC for manycore architectures


  • Résumé

    This work is part of the development of a new RF communication paradigm to increase the computing efficiency of manycores architecture (> 4096 distributed computing cores) implemented on a System-on-Chip (SoC). The goal of this thesis is to open a new way of research on cognitive RF-NoCs. The addition of this character within a RF-NoC is an innovative axis raising many issues. Several locks will have to be lifted such as the identification of the spectrum sensing treatments to be implemented, the resource allocation strategy, the conflict arbitration, etc. In addition, all the associated material achievements can be valued knowing that they will have to take into account the constraints related to the embedded (surface, consumption, limited resources). Subsequently, it will be possible to evaluate the gains and costs associated with adding cognition functions.