Explore la motivation et les avantages de l'utilisation des GPU pour le calcul, en se concentrant sur leurs performances et leur programmation via CUDA.
Explore la transition des algorithmes aux architectures matérielles dans la conception de systèmes numériques, couvrant les architectures isomorphes, l'implémentation VHDL et les métriques d'efficacité matérielle.
Défis liés à la prise de décisions en temps réel dans les systèmes à forte intensité de données, y compris la désinfectation des données par requête, l'optimisation du matériel et l'accès aux données GPU.
Couvre l'informatique neuromorphe, les défis dans l'informatique ternaire et binaire, les simulations matérielles du cerveau, et les nouveaux matériaux pour les cellules cérébrales artificielles.
Explore les défis de gestion du stockage dans la transition vers les lacs de données, en abordant l'hétérogénéité des logiciels et du matériel, la conception unifiée du stockage et l'optimisation des performances.
Couvre les systèmes sous-seuils et quasi-seuils inexacts pour les dispositifs à puissance ultra-faible et l'ingénierie de systèmes à plusieurs échelles.
Couvre l'évolution et les défis des multiprocesseurs, en mettant l'accent sur l'efficacité énergétique, la programmation parallèle, la cohérence du cache et le rôle des GPU.
Introduit le projet IcySoC, se concentrant sur le calcul ultra-faible puissance et les techniques informatiques approximatives pour l'efficacité énergétique et l'optimisation des performances.
Explore les fondements théoriques de RDMA et de NVRAM dans les technologies multiprocesseurs, couvrant la discorde, le contrôle de la convergence et la tolérance aux défauts.
Explore Multi Masters Systems, en discutant des architectures avec plusieurs processeurs, mémoire partagée, exclusion mutuelle et accélérateurs matériels.
Explore les changements matériels, l'optimisation des requêtes, la répartition de la charge de travail, et des stratégies efficaces pour le milieu universitaire et l'équilibre entre vie professionnelle et vie privée.
Explore les défis du Big Data, l'informatique distribuée avec Spark, les RDD, la configuration matérielle requise, MapReduce, les transformations et Spark DataFrames.
Explore les requêtes accélérées par GPU, les avantages SSD et les goulets d'étranglement PCIe pour les GPU dans les systèmes à forte intensité de données.
