Thèses

Ce travail démontre que les modèles simplifiés actuels d’évaluation de l’empreinte carbone des systèmes informatiques, qui reposent sur la surface de silicium et la finesse de gravure, sont devenus inadaptés face à l’évolution 3D des semi-conducteurs.  A travers l'étude des capteurs d'image, des mémoires NAND et de l'allocation carbone sur les CPUs, nos travaux montrent que de fortes incertitudes peuvent influencer l'estimation carbone globale d'un service. Malgré ces incertitudes, notre approche permet de dégager des priorités d’action robustes pour une prise de décision stratégique éclairée. 

L'évaluation des impacts environnementaux des appareils électroniques se heurte à la complexité de leurs procédés de fabrication. Ces étapes, particulièrement énergivores, interagissent avec l'environnement par l'utilisation de matériaux et de produits chimiques. En raison d'une chaîne de production fragmentée et d'un manque de données pour inventorier ces flux, la modélisation reste un défi. Centrée sur l'empreinte carbone des terminaux numériques utilisateurs, cette thèse explore différentes méthodologies pour collecter et exploiter les données publiques afin de construire des modèles paramétriques robustes. En isolant les variables les plus significatives, ces modèles offrent une granularité d'analyse accrue pour les équipements étudiés. Les résultats de ces travaux visent à enrichir les bases de données environnementales, à accompagner les praticiens de l'Analyse de Cycle de Vie (ACV), et à orienter les politiques d'achats écoresponsables de matériel informatique.

Outil d'estimation de l'empreinte carbone d'un PCB PTH FR-4 : https://gitlab.insa-rennes.fr/esos/pcbnco-kicad-plugin

This study fabricates ion-conducting hydrogels based on guar gum (GG), a naturally derived polysaccharide, analyzes their electrical characteristics, and demonstrates their potential for application in electronic circuits. To this end, Resistor-Capacitor audio filter circuits were constructed using both pure GG and NaCl-doped GG conductive hydrogels as components, and their frequency responses were measured. The results exhibited low-pass and high-pass filter behavior consistent with 1st order RC circuit characteristics; however, the gain and roll-off values showed slight deviations from ideal values. These deviations were attributed to the complex impedance characteristics of the hydrogel components, as confirmed through equivalent circuit simulation based on LCR tester impedance measurements. These findings suggest that bio-based ion-conducting materials represent a viable and sustainable alternative to conventional electronic components.

Un système de vision intelligente combine des capteurs et un traitement numérique pour capturer et diffuser des vidéos de haute qualité ou une description sémantique d'une scène visuelle. Il peut prendre la forme d'une caméra intelligente (mono ou multi-capteurs) ou d'un module intégré dans un système embarqué avec une chaîne de traitement d'images sophistiquée. Les systèmes actuels intègrent des optiques, des capteurs CMOS, le traitement des couleurs, l'amélioration d'images, la compression vidéo et l'IA pour l'analyse d'images ou de vidéos. Leur complexité croissante, comme dans les smartphones combinant plusieurs capteurs, des processeurs de signal d'image (ISP) et des traitements logiciels, illustre cette évolution. Cependant, l'empreinte carbone de l'électronique et des systèmes embarqués, dominée par les émissions liées à la fabrication (capex), reste difficile à évaluer en raison de la combinaison complexe des impacts de production, d'usage et de fin de vie. Cette thèse vise d'abord à améliorer les méthodes d'Analyse du Cycle de Vie (ACV) pour les rendre plus fiables et adaptées aux systèmes de vision intelligente. Son second objectif est d'analyser les obstacles empêchant la mise en œuvre des processus de réparation, remanufacturation et recyclage pour ces systèmes.

InventoryVision est un outil d'analyse automatique du matériel d'un PCB par vision : https://github.com/bchedotel/inventory-vision

Les travaux adressent la conception d’architectures de calcul multicœurs ouvertes et résilientes aux fautes. Ils ciblent la définition d’architectures multicœurs ouvertes et tolérantes vis-à-vis des fautes permanentes. Le volet tolérance aux fautes permanentes se focalisera sur le support de communication de ces architectures, à savoir le réseau sur puce, qui est l’ossature du système sans lequel aucun échange de données ne peut être réalisé.

Les objectifs de cette thèse sont de développer un modèle paramétré de l'impact environnementale globale des médias audiovisuels (streaming audio et vidéo), de l'évaluer et de mesurer l'impact des paramètres, puis d'exploiter les résultats pour proposer des solutions durables pour minimiser ces impacts.
Cette étude prendra en compte tout le cycle de vie des infrastructures et appareils utiles au fonctionnement des médias audiovisuels : des datacenters jusqu'aux terminaux des utilisateurs, et depuis l'extraction des matières premières jusqu'à la fin de vie des objets.

L’objectif de la thèse est d’évaluer les impacts environnementaux de l’intégralité du cycle de vie d’objets connectés embarquant de l’IA. On s’intéressera à différentes plateformes d’exécutions et on considèrera, à titre d’exemples, deux cas d’usage de systèmes IoT : un réseau de capteurs industriel temps-réel faisant de la classification d’événements sonores et un réseau de capteurs dédié au monitoring environnemental sur plateformes ultra-basse consommation.