PHD OPPORTUNITY · BOOKUNI
针对多目标优化的芯片内通信网络拓扑的人工智能探索研究
University of Montpellier
Montpellier · 法国
01项目概览
该项目旨在在多种设计约束条件下生成并评估芯片上的网络（NoC）拓扑结构，以平衡性能、能耗、延迟与硅片面积。 通过采用 GAN 和 VAE 等生成式模型，旨在高效探索设计空间，同时确保生成的拓扑结构符合架构约束。
02研究内容
职位说明：
项目描述：
芯片级网络（NoCs）[Dally & Towles, 2004]是现代嵌入式系统的核心组成部分。其设计必须兼顾性能、能耗、延迟和硅片面积等因素，而这些目标往往存在冲突。传统的设计流程依赖启发式算法或大量仿真，但仿真的成本与拓扑设计空间的规模不成比例。
生成式模型[Yazdani等，2025]，如生成对抗网络（GANs）、变分自编码器（VAEs）、扩散模型及变换器，为探索这一领域提供了替代方案。这些模型中的许多能够生成图结构输出，而图结构正是NoC拓扑结构的自然表现形式。然而，所生成的拓扑结构只有在符合架构与物理约束，并在具有可信模拟模型的真实工作负载中展现出实际效益时，才具有实用价值。
本博士研究的目的是开发一种方法，用于在多种设计约束条件下生成和评估网络通信拓扑结构。目标指标包括性能、能耗、延迟和硅片面积。本研究还将考虑非传统结构，例如不规则网络及受小世界理论启发的网络。
03申请条件
所需个人背景与技能要求：
- 计算机科学、微电子学、计算机架构或嵌入式系统硕士学位。
- 必需技能：
* 具备扎实的人工智能、机器学习及统计方法背景。
* 对嵌入式系统设计与芯片上网络（NoC）有浓厚兴趣。
- 理想技能：
* 具备通信网络、计算机架构、设计空间探索、性能建模或硬件/软件协同设计相关的知识。
* 具备 Python 及机器学习框架（PyTorch、TensorFlow）的使用经验。
* 强大的分析与研究能力（需具备技术英语水平）。
04资助与待遇
尚未取得此项资料，请以官方招聘页面为准。
05申请材料与流程
暂无中文译文，暂显示原文
Application materials:
================
- A detailed CV, including a list of publications where applicable.
- Academic transcripts for your Master's and Bachelor's degrees.
- A cover letter describing your interest in the topic, your academic background, and your reasons for wanting to undertake a PhD.
- A short presentation of your Master's project, with the contact details of your supervisor.
Niveau d'anglais requis: Intermédiaire supérieur: Vous pouvez utiliser la langue de manière efficace et vous exprimer précisément.