Técnicas de Optimización Matemática para el Floorplanning Jerárquico de Chips Complejos

Técnicas de Optimización Matemática para el Floorplanning Jerárquico de Chips Complejos

Descripción

Este proyecto desarrolla nuevas técnicas de optimización matemática para el floorplanning jerárquico en el diseño de chips de vanguardia. El objetivo principal es particionar eficientemente un chip complejo en bloques manejables y optimizar su disposición física para minimizar el área total, la longitud del cableado y el consumo de potencia. La investigación se centra en formular y resolver problemas no convexos para abordar la naturaleza NP-hard de ese reto. En colaboración con Qualcomm, el proyecto valida los algoritmos con diseños industriales reales, con el objetivo de reducir significativamente el tiempo del ciclo de diseño y mejorar el rendimiento final del dispositivo.

Contexto

En Yilihamujiang posee un Grado y un Máster en Matemáticas. Actualmente es candidato al doctorado en Informática en la UPC, cuya investigación se centra en problemas inversos en física matemática, métodos de regularización, teoría de ecuaciones en derivadas parciales (EDP) y computación numérica. Cuenta con experiencia internacional como ayudante de investigación en la City University of Hong Kong y ha aplicado sus habilidades técnicas en la industria, trabajando en computación de privacidad, aprendizaje federado y desarrollo de software en Oracle OAEC Talent Industry.

Iniciativa

Su trayectoria intelectual está impulsada por el deseo fundamental de conectar la teoría matemática abstracta con los retos tangibles del mundo real. Considera que esta investigación, validada mediante colaboración industrial, tiene el potencial de reducir los costes de desarrollo y potenciar la innovación en todo el sector tecnológico, desde la inteligencia artificial hasta la computación móvil. Esta sinergia entre el profundo conocimiento matemático y la aplicación industrial transformadora es el núcleo de su ambición investigadora.

Investigador/a Predoctoral

Yilihamujiang Yimamu

Yilihamujiang Yimamu

Grado y Máster en Matemáticas, actualmente candidato a doctorado.

Organización

Supervisores

Jordi Cortadella

Jordi Cortadella

Supervisor UPC

El contenido de este sitio web refleja únicamente los puntos de vista del proyecto Catedra Chip Chair UPC.

Optimización del entrenamiento de carga de trabajo de IA distribuida en sistemas informáticos multinodo

Sergi Tomàs Martínez

Sergi Tomàs Martínez

Investigador/a de Apoyo a la Investigación

Marco de Recomendación Basado en Simulación para el Entrenamiento Escazable de IA Distribuida

Tomàs Gadea Alcaide

Tomàs Gadea Alcaide

Investigador/a de Apoyo a la Investigación

Algoritmos jerárquicos de optimización de floorplanning para arquitecturas de Sistemas en Chip

Bernat Ibañez

Bernat Ibañez

Investigador/a de Apoyo a la Investigación

Enrutamiento Global de Alta Predictibilidad durante el Floorplanning de Chips Complejos

Antoni Pech Alberich

Antoni Pech Alberich

Investigador/a de Apoyo a la Investigación

Optimización del Entrenamiento de Cargas de Trabajo de IA Distribuidas en Sistemas de Computación Multi-nodo.

Xavier Querol Bassols

Xavier Querol Bassols

Investigador/a de Apoyo a la Investigación

Desarrollo de una Herramienta Gráfica Interactiva para la Optimización y Edición de Floorplanning en Diseño de Chips

Nuria Elizondo Cereza

Nuria Elizondo Cereza

Investigador/a de Apoyo a la Investigación

Optimización del Entrenamiento de Cargas de Trabajo de IA Distribuidas en Sistemas de Computación Multi-nodo

Mohammad Nasser

Mohammad Nasser

Investigador/a Predoctoral

Desarrollo de Herramientas de Optimización Matemática y Heurísticas para el Floorplanning de Chips

Guillem Pastor Rué

Guillem Pastor Rué

Investigador/a de Apoyo a la Investigación

Sidecar Project

Despertar vocaciones científicas y tecnológicas en las escuelas e institutos

Últimas noticias

Lea las últimas novedades en investigación y nuestras actividades

Este sitio está registrado en wpml.org como sitio de desarrollo. Cambia a un sitio de producción clave para remove this banner.