Méthodes de conception pour le matériel émergent : photonique sur silicium, architectures reconfigurables, et les systèmes qu'elles rendent possibles.
Chaque axe est porté par un étudiant gradué ou un postdoctorant. Ensemble ils dessinent un programme cohérent autour des systèmes informatiques émergents, de la couche physique à la chaîne d'outils.
Réseaux optiques sur puce à base de microrésonateurs en anneau, capables de transporter des données avec un débit et une efficacité énergétique inaccessibles aux fils électriques.
Réseaux reconfigurables à gros grain et accélérateurs FPGA s'adaptant aux besoins de la charge de travail à l'exécution.
Tissus d'interconnexion électriques, optiques et hybrides pour systèmes-sur-puce massivement multicœurs.
Compilation, mapping et conception de la chaîne de contrôle pour le matériel quantique émergent.
Chemins de données dédiés à l'inférence convolutive et récurrente embarquée, sous contraintes serrées de surface et de puissance.
Substrats à impulsions et analogiques pour la perception et l'apprentissage évènementiels.
Architecture et exploration de l'espace de conception des processeurs multicœurs hétérogènes.
Arithmétique et mémoire à qualité configurable pour un calcul énergétiquement proportionnel.
Validation matérielle dans la boucle de nouvelles architectures sur des FPGA modernes.
Architectures and systems spanning from cloud to edge for diverse and emerging applications
Edge AI 
Network on Chip
QuantumCo-design across abstraction levels
Devices, circuits and integration technologies enabling future computing
Photonics 
Non-Volatile
Reconfigurable
Energy Efficiency & Sustainability 
Scalability & Heterogeneity 
Open Science & Collaboration The Laboratory for Emerging Computing Systems (LECS) develops methodologies that leverage emerging technologies to design the next generation of computing systems. By bridging device-level innovations and system-level architectures, LECS promotes a cross-layer co-design approach spanning multiple abstraction levels.
Research activities are centered around three complementary pillars: modeling, simulation, and design space exploration. These methodologies enable the rapid evaluation and optimization of emerging technologies, architectures, and applications with respect to performance, energy efficiency, scalability, and implementation cost.
LECS investigates both bottom-up and top-down design methodologies. Bottom-up approaches explore how novel devices and integration technologies can enable new computing paradigms, while top-down approaches derive architectural and technological requirements from application and system-level objectives.
These methodologies have been applied to a broad range of technologies and domains, including photonic and quantum computing, non-volatile memories, network-on-chip architectures, graph accelerators, optical neural networks, reconfigurable and approximate computing, edge AI, and cyber-physical systems. Through collaborations with academic and industrial partners, LECS contributes to the development of efficient, scalable, and sustainable computing platforms for emerging applications.
L'équipe est dirigée par le Pr Sébastien Le Beux et regroupe un postdoctorant, quatre doctorants, deux étudiants à la maîtrise et un chercheur invité, ainsi que des diplômés actifs dans l'industrie.
Sébastien Le Beux received the Ph.D. degree in computer science from the University of Sciences and Technology of Lille, Lille, France, in 2007.
Articles récents, prix, soutenances et collaborations. Cliquez pour consulter le résumé complet, les auteurs et le lien éditeur / arXiv.
Our group presents three works at the IEEE NEWCAS 2026 conference in Chicoutimi, Québec (June 21–24, 2026): Jean-Baptiste Waring and Milad Eslaminia present their respective works on quantum computing, and Masoud Rahimi presents his work on graph accelerators.
En savoir plus ↗
Ismael Barzani and team Qortex won first place in the Quantum Machine Learning track at the Mil'HaQ Fest 2025 hackathon, hosted by Mila — Quebec AI Institute, applying variational quantum algorithms and parametrized circuits to options-pricing forecasting.
En savoir plus ↗Filtrez par année, thématique, auteur ou recherchez par titre et lieu de publication. Le nom du superviseur est mis en évidence dans chaque ligne.
Nous recrutons activement des étudiants motivés à la maîtrise et au doctorat pour travailler sur des architectures matérielles à base de technologies émergentes. Les candidats ayant une formation en architecture des ordinateurs, en programmation matérielle (VHDL/Verilog), en simulation système, en optimisation ou en réseaux de neurones sont particulièrement encouragés.
Les membres des groupes en quête d'équité sont vivement encouragés à postuler. Envoyez votre CV, vos relevés de notes et une brève lettre de motivation à sebastien.lebeux (at) concordia.ca.
