Un contrôleur en temps réel pour l’optique adaptative
Aperçu
Relever les deux défis technologiques du contrôle temps-réel de l’optique adaptative extrême et fournir des prototypes, à grande échelle, pour l’instrumentation du Very Large Telescope (VLT) et de l’Extremely Large Telescope (ELT).
Damien GRATADOUR, CR CNRS, LESIA – Observatoire de Paris
Eric THIEBAULT, Astronome, Centre de Recherche Astrophysique de Lyon (CRAL)
Benjamin QUERTIER, IR, Laboratoire d’Astronomie de Bordeaux (LAB)
Le premier objectif de ce projet est de développer de nouvelles architectures connexionnistes, basées sur des techniques modernes d’apprentissage automatique basées sur les données (IA) utilisant des réseaux de neurones profonds (DNN), pour résoudre les problèmes actuels de reconstruction de la phase pour les observations à haute résolution angulaire en astronomie optique. Notre défi est de développer de nouvelles techniques pragmatiques qui traitent les non-linéarités des systèmes de mesure et de compensation d’aberration optique dans un cadre intégré piloté par les données, pour l’étalonnage et le contrôle de systèmes d’Optique Adaptative extrême (XAO).
Parallèlement, ce projet vise à concevoir, mettre en œuvre et valider une nouvelle plate-forme de contrôle temps-réel (RTC) pour l’OA (comprenant des solutions matérielles et logicielles) fournissant les moyens d’intégrer ces nouvelles architectures connexionnistes dans le pipeline de contrôle de l’OA. Cela comprend : des solutions pour l’ingestion de données à faible latence et à haut d ébit, l’intégration de nouvelles solutions matérielles de calcul dédiées aux ensembles de tâches de l’IA, l’interopérabilité entre les flux de tâches des méthodes de contrôle classiques et de celles basées sur l’IA et l’implantation déterministe temporellement dans un scénario de contrôle en boucle fermée.
Faire évoluer
Nos recherches
Nouvelle génération de technologies de pointe pour le contrôle temps-réel de l’optique adaptative extrême
- Développer de nouvelles stratégies d’ingestion de données à faible latence, capables d’évoluer jusqu’au dimensionnement des systèmes d’OA extrême les plus complexes et d’embarquer des fonctionnalités intelligentes (dont le débruitage à la volée et/ou la compression des données). L’objectif est d’optimiser le transfert de données vers le moteur de calcul, en minimisant l’empreinte de l’ingestion de données dans le budget de latence du RTC.
- Evaluer des méthodologies basées sur les données dans les pipelines d’OA et valider des approches convergées mélangeant des flux de tâches classiques avec des méthodologies d’IA dans les mêmes pipelines. L’objectif est d’évaluer la compatibilité de telles approches hybrides avec une plate-forme RTC avancée qui embarquerait des solutions matérielles dédiées à l’IA (GPU + IPU) en conjonction d’architectures plus classiques (CPU + GPU).
- Intégrer les développements ci-dessus dans des démonstrateurs dédiés ciblant à la fois les dimensionnements SPHERE+ et PCS. Avec deux contextes différents, le niveau de maturité ciblé sera différent, avec le démonstrateur SPHERE+ comme système de qualification pour une intégration ultérieure sur instrument tandis que le démonstrateur PCS sera principalement une preuve de concept dans un environnement simulé.
Composantes clés des nouvelles technologies:
- une solution d’interconnexion intelligente, pouvant passer à l’échelle du plus grand dimensionnement d’OA extrême et intégrant des fonctionnalités intelligentes pour la réduction et la compression des données basées sur l’IA
- une nouvelle solution évolutive de RTC pour l’OA, réalisant des pipelines convergés complexes mélangeant DNN et flux de tâches basés sur des modèles, jusqu’au dimensionnement des systèmes ELT.
- L’une des ambitions de ce projet est de combler l’écart de programmabilité et de performances entre les accélérateurs matériels à usage général, le nouveau matériel spécifique aux applications pour l’IA et les solutions d’interconnexions à haut débit et à faible latence afin de permettre la migration des données et des tâches vers la ressource la plus durable dans le contexte des systèmes d’OA de nouvelle génération.
Le consortium
CNRS + REFLEX CES (partenaire non financé)
Lyon (CRAL), Bordeaux (LAB)
… DES TECHNOLOGIES VISIONNAIRES OUVRANT DES VOIES PROMETTEUSES VERS DE NOUVEAUX INSTRUMENTS PUISSANTS
- À court terme, nos activités se situent au carrefour de l’ingénierie et de l’astrophysique, offrant de nombreuses opportunités de fertilisation croisée entre les différents domaines visés. Le caractère collaboratif de ce projet est favorisé par l’expertise complémentaire des groupes de recherche impliqués qui bénéficiera aux post-doctorants et doctorants qui y sont affectés. À moyen terme, les résultats de cette collaboration seront intégrés à la mise à niveau des instruments de l’ESO et à la future feuille de route de l’instrumentation astronomique Européenne.
- Un partenaire industriel REFLEX CES qui pourra renforcer et diversifier ses gammes de produits, ouvrant de nouvelles opportunités de marché dans le calcul haute performance, un secteur à forte valeur ajoutée, grâce à une collaboration approfondie avec un réseau national d’experts.
- Des techniques du calcul haute performance spécialisé et de la gestion de grands volumes de données est transférable à de multiples domaines scientifiques et secteurs industriels.
Plus de projets
