About this role
Summary: This internship involves developing optimization heuristics within the Aidge framework to determine optimal deployment strategies for neural network models on specific hardware targets. The role focuses on mapping computation graphs, applying graph transformations, and optimizing deployment for embedded systems.
### Sujet de stage
Dans un environnement en constante évolution, l'objectif de ce stage est de s'appuyer sur les modules existants du framework Aidge (description matérielle, génération de code, déploiement) pour concevoir des heuristiques d'optimisation. Celles-ci permettront de déterminer la stratégie de déploiement optimale pour un modèle de réseau de neurones et une cible matérielle donnés.
### Description de l'offre
Rejoignez-nous en Stage !
[CEA Tech Corporate](https://vimeo.com/823765248) from [CEA Tech](https://vimeo.com/ceatech) on [Vimeo](https://vimeo.com).
Description du poste :
Les équipes du LIAE sont à la tête du développement du framework Aidge [1, 2]. Aidge est une plateforme open source et complète qui prend en charge l'ensemble du cycle de vie de l'IA, de la conception du modèle à son déploiement optimisé. De plus, elle offre un ensemble complet d'outils et de méthodologies, spécifiquement conçus pour les systèmes embarqués et les dispositifs edge, afin d'analyser, d'optimiser, de valider et de déployer efficacement les modèles d'IA. Le développement de l’outil est soutenu par les projets DeepGreen [3] et NEUROKIT2E [4], étant ainsi enrichi et utilisé par plusieurs partenaires industriels et académiques.
L'objectif de ce stage est de s'appuyer sur les modules Aidge existants (tels que ceux dédiés à la description matérielle, la génération de code et le déploiement) afin de développer des heuristiques pour trouver la meilleure stratégie de déploiement pour un modèle de réseau de neurones et un matériel cible donnés. Plus précisément, le travail consistera à :
1) Explorer et projeter (map) le graphe de calcul sur les différentes ressources matérielles (unités de traitement, composants mémoire) ;
2) Identifier et appliquer les transformations de graphe pertinentes (ex. tiling/tuilage, remplacement d'opérateurs, quantification) ;
3) Optimiser le déploiement pour respecter les contraintes d'allocation et de budget (ex. temps d'inférence, empreinte mémoire, consommation énergétique, exactitude des prédictions).
À titre d'exemple, les cibles matérielles envisagées incluent des cartes telles que l'Alif Ensemble E7 [5] et la Texas Instruments TDA4VH [6]. Côté réseaux de neurones, l'étude s'appuiera sur des modèles de référence comme ResNet-18, ResNet-50 [7, 8] ainsi que YOLOv8 [9].
Références :
[1] C. Moineau, M. Naud, I. De Albuquerque Silva, A. Farrugia, and O. Bichler. Aidge: A comprehensive and traceable library for deploying standalone embedded deep neural networks. 13th European Congress of Embedded Real Time Systems (ERTS 2026) , 2026. ⟨10.82331/ERTS.2026.42⟩. ⟨hal-05513843⟩
[2] Eclipse Aidge. https://eclipse.dev/aidge/
[3] Projet DeepGreen - https://deepgreen.ai/
[4] Projet NEUROKIT2E - https://www.neurokit2e.eu/
[5] Alif Semiconductor, Ensemble E7 Series Microcontrollers and Fusion Processors, Technical Datasheet / User Manual.
[6] Texas Instruments, TDA4VH-Q1 Processors for High-Performance Automotive ADAS & Autonomous Driving, Product Folder.
[7] K. He, X. Zhang, S. Ren, and J. Sun, "Deep Residual Learning for Image Recognition," IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016.
[8] TorchVision / PyTorch documentation, ResNet-18 and ResNet-50 Model Architectures.
[9] Ultralytics, YOLOv8 Real-Time Object Detection and Image Segmentation Model, 2023.
#*CEA-List*
### Profil du candidat
Profil :
Vous préparez un diplôme de niveau Bac+5 en informatique, systèmes embarqués ou génie logiciel.
Vous êtes passionné(e) par la recherche scientifique et technologique et êtes reconnu(e) pour votre curiosité intellectuelle, votre esprit d'analyse et votre autonomie.
Vous possédez des connaissances en Deep Learning ainsi qu'une expérience confirmée en développement embarqué (C/C++, optimisation bas niveau, contraintes matérielles).
Rejoignez-nous, venez développer vos compétences et en acquérir de nouvelles !
Vous avez encore un doute ? Nous vous proposons :
- L'opportunité de travailler au sein d'une organisation de renommée mondiale dans le domaine de la recherche scientifique,
- Un environnement unique dédié à des projets ambitieux au profit des grands enjeux sociétaux actuels,
- Une expérience à la pointe de l’innovation, comportant un fort potentiel de développement industriel,
- Des moyens expérimentaux exceptionnels et un encadrement de qualité,
- De réelles opportunités de carrière à l’issue de votre stage
- Un poste au cœur de la métropole grenobloise, facilement accessible via la mobilité douce favorisée par le CEA,
- Une participation aux transports en commun à hauteur de 85%,
- Un équilibre vie privée – vie professionnelle reconnu,
- Un restaurant d'entreprise,
- Une politique diversité et inclusion,
*Conformément aux engagements pris par le CEA en faveur de l'intégration des personnes handicapées, cet emploi est ouvert à toutes et à tous. Le CEA propose des aménagements et/ou des possibilités d'organisation pour l'inclusion des travailleurs handicapés.*