Outil permettant de générer automatiquement un moteur d'identification d'espèces végétales similaire à Pl@ntNet, en utilisant des archives Darwin Core GBIF et des réseaux de neurones.

Pattern4GPU est un projet qui permet de faire des simulations de calculs intensifs en utilisant des GPU. Il s'appuie sur le framework Arcane pour la gestion des simulations.

Ce projet consiste en un dépôt de code source contenant des recettes Singularity pour créer des conteneurs d'analyse de données biologiques. Il permet de construire un conteneur avec une distribution Micromamba spécifique, des outils de machine learning et des dépendances CUDA pour le calcul haute performance.

Le projet cuda-libs fournit un wrapper pour les bibliothèques CUDA, facilitant ainsi leur configuration et leur utilisation dans un système. Ce projet est soumis à la licence CeCILL-C.

The cudnn wrapper is a system configuration tool for the CUDA Neural network library. It is built using the PID build and deployment system and provides a simplified interface for installing and using cudnn components. The wrapper is developed and maintained by Robin Passama of the CNRS / LIRMM laboratory.

Le projet emu est une bibliothèque qui fournit un ensemble d'utilitaires pour le langage C++, CUDA et python. Il permet d'optimiser les calculs scientifiques, de développer des algorithmes pour le traitement de données massives et de créer des bibliothèques pour le langage C++ et CUDA.

Ce projet fournit une collection de notebooks Jupyter en Julia, optimisés pour l'utilisation de GPU CUDA, facilitant l'analyse de données complexes, la création de modèles prédictifs et l'apprentissage automatique.

The oneapi-nvidia project focuses on optimizing deep learning models for NVIDIA GPUs, developing high-performance computing applications, and accelerating scientific simulations using NVIDIA hardware. It provides tools and libraries for developers to leverage the power of NVIDIA GPUs and improve the performance of their data-intensive workloads.

Le projet oneapi-nvidia vise à optimiser les performances de calcul sur GPU en offrant une API unifiée pour les accélérateurs Intel et Nvidia. Il permet le développement d'applications haute performance en tirant parti des fonctionnalités avancées de ces GPU.

Le projet oneapi-nvidia-simple-app est une application permettant de tirer parti de la puissance de calcul des GPU NVIDIA via l'API oneAPI. Il offre des fonctionnalités d'accélération de calculs scientifiques, de machine learning et de simulation de systèmes physiques complexes.