DIPVIEW
Réduire le coût énergétique/empreinte carbone d'entraînement des modèles deep learning
Bénéfices
- Automatisation de la parallélisation d'entraînement des CNNs
- Accélération significative du processus d'entraînement
- Diminution de la frugalité de l’IA
Mots clefs
- Deep learning
- Système distribué
- Mathématiques appliquées
- Applications médicales
Propriété Intellectuelle
- 1 brevet
- 1 logiciel
Laboratoire
- LIG
Établissements
- CNRS
- GRENOBLE INP-UGA
- INRIA
- UGA
Continuum Linksium
- Maturation
Contexte
L’objectif du projet est la création d’une start-up qui vise à proposer des produits et services pour optimiser et accélérer l’apprentissage profond sur des architectures parallèles et hétérogènes. Ceci notamment en mettant en oeuvre un recommandeur qui permet de réduire le coût énergétique/empreinte carbone d'entraînement des modèles deep learning.
Technologie
Le projet Dipview est composé de deux composants principaux :
- Le framework Auto-CNNp (Automatic CNN parallelization) basé sur les composants logiciels qui automatisent le processus de la parallélisation de l'entraînement des architectures (convolutional neural networks) CNNs.
- Un recommandeur multicritères pour une configuration idéale des ressources pour l'entraînement deep learning
Avantages
- Automatisation de la parallélisation d'entraînement des CNNs
- Accélération significative du processus d'entraînement
- Diminution de la frugalité de l’IA
Maturité
Une preuve de concept (POC) de la solution Auto-CNNp sur des applications médicales (COVID,…) a été implémentée, évaluée et validée au-dessus de TensorFlow et Horovod.
Applications
- Médical pour le diagnostic de diverses pathologies (tumeurs cérébrales)
- Robotique industrielle
- Voitures autonomes
- La formation et la reconversion professionnelle au deep learning
On en parle dans le magazine
GOUVERNANCE
François Hédé devient le nouveau président de Linksium
François Hédé devient le nouveau président de Linksium à compter du 1er septembre 2021 succédant à Gilles Talbotier, suite à la décision du conseil d’administration de la SATT Grenoble Alpes.
Lire l'article
LAUREATS
Résultats 11ième Challenge Out Of Labs
Bravo à la nouvelle promotion de 9 projets issus des différents laboratoires de Grenoble Alpes qui ont réussi le Challenge Out Of Labs. Cette édition a été réalisée en partenariat avec le Labex Arc...
Lire l'article