محاسبات درونحافظهای مبتنی بر FeFET برای هوش مصنوعی لبه کممصرف
طراحی و شبیهسازی معماریهای پیشرفته محاسبات درونحافظهای مبتنی بر FeFET برای تسریع استنتاج شبکه عصبی کانولوشن برای کاربردهای هوش مصنوعی لبه کممصرف.
مناسب برای:مناسب برای دانشجویان تحصیلات تکمیلی در رشته مهندسی برق یا کامپیوتر با پیشینه قوی در زمینه طراحی مدار، شبیهسازی سختافزار و تسریع یادگیری ماشین.
مرور کلی
دانشگاه شربروک از متقاضیان واجد شرایط برای یک موقعیت پژوهشی تحصیلات تکمیلی با تمرکز بر معماریهای محاسبات درونحافظهای مبتنی بر FeFET جهت پشتیبانی از هوش مصنوعی لبه با بهرهوری انرژی دعوت به عمل میآورد. این پژوهشگر منتخب که در مؤسسه بینرشتهای نوآوری فناورانه (3IT) فعالیت میکند، روی طراحی، مدلسازی، شبیهسازی و اعتبارسنجی تجربی راهکارهای سختافزاری کار خواهد کرد که بر محدودیتهای سنتی گلوگاه حافظه غلبه میکنند. این پروژه شامل توسعه مدلهای SPICE یا Verilog-A، طراحی سلولهای حافظه و آرایههای MAC و آزمایش مدارهای مجتمع ساختهشده است. نامزد موفق برای ارزیابی عملکرد معماری همکاری نزدیکی با شرکای دانشگاهی و صنعتی خواهد داشت.
نحوهٔ درخواست
برای دیدن امتیاز تطابق شخصی، نیازمندیها، جزئیات بودجه و نحوهٔ درخواست — به انگلیسی یا فارسی — حساب کاربری رایگان بساز.