Notre manuscrit se place dans le cadre de l'optimisation algorithmique et architecturale des algorithmes neuronaux. En fait, notre objectif est de proposer une approche de conception d'architecture dédiée en temps réel, intégrant entre autres une étape d'optimisation automatique de l'implantation d'un réseau de neurones. L'idée est d'adopter une approche de prototypage d'implantation sur circuits reconfigurables des réseaux de neurones à apprentissage supervisé Learning Vector Quantization LVQ tout en essayant de garder le fonctionnement parallèle des neurones artificiels. Afin d'atteindre notre objectif, la mise en oeuvre de cette démarche est assuré par l'outil de développement Altium Designer et la NanoBoard 3000 intégrant un FPGA de la famille Xilinx XC3S1400AN.