Ce projet académique propose des ressources pédagogiques pour un cours sur les accélérateurs matériels dédiés aux réseaux de neurones profonds. Il inclut des codes sources pour l'exploration de noyaux GEMM, des exemples de simulation et synthèse VHDL, ainsi que des supports de cours couvrant la conception de circuits logiques et les principes des réseaux de neurones. Destiné aux étudiants en master, il facilite l'apprentissage pratique des architectures matérielles pour l'accélération des calculs.

AUGH est un outil de synthèse haut niveau dont le but est de générer des accélérateurs matériels à partir d'une description dans un langage de description haut niveau, tel que le langage C. Il vise à permettre à des utilisateurs non experts de générer des accélérateurs matériels, sans être lié à une technologie spécifique, et à trouver automatiquement le circuit optimal compte tenu d'une contrainte d'aire stricte. Il offre une exploration autonome et rapide de l'espace de conception et est extensible avec des plugins.

Projet dédié à l'implémentation et à l'optimisation de la simulation de la réaction chimique Gray-Scott en utilisant l'interface SYCL pour le calcul parallèle sur CPU. Il permet de comparer les performances de différents compilateurs SYCL (comme Intel oneAPI ou AdaptiveCpp) et d'explorer des optimisations pour des architectures multi-cœurs. Le code sert de support pédagogique pour des cours sur le calcul haute performance et l'accélération matérielle.