Apprentissages frugaux dans des centres de calculs proches de l'utilisateur.

Frugal learning algorithm at the edge.

• Auteur / Autrice : Mathilde Jay
• Direction : Denis Trystram, Laurent Lefevre
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/10/2021
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique de Grenoble

Mots clés

Mots clés libres

Impact environnemental

Algorithmes distribués et décentralisés

Centre de calculs

Intelligence artificielle

Artificial intelligence

Data centers

Environmental impact

Distributed and decentralized algorithms

Résumé

L'objectif de cette thèse est d'étudier les compromis entre des algorithmes d'apprentissages entrainés dans le cloud et des centres de calculs proches de l'utilisateur par rapport à leurs performances et à leur impact environnemental. Une analyse du cycle de vie du matériel informatique sera réalisée en plus d'un bilan énergétique. S'il a été démontré que l'efficacité énergétique des centres de donnée est meilleure que celle des composants digitaux standard, l'énergie consommée par le transfert des données n'a été que peu prise en compte. Le travail de recherche se fera donc sur la conception d'algorithmes d'apprentissage à faible coûts dans des centres de calculs proches de l'utilisateur.

The objective is to compare learning algorithms trained in the cloud or at the edge in their performances and their environmental impact. An analysis of the life cycle of the equipment will be done in addition to an energy balance. If it has been demonstrated that the energy efficiency of the data centers was better than that of common equipment, the energy consumed by data transfers still needs to be studied. The research will be focused on the conception of low-cost learning algorithms in the edge.