Ce projet propose des outils et méthodes pour optimiser les calculs intensifs sur GPU, notamment dans le domaine de la simulation scientifique. Il inclut des bibliothèques et frameworks dédiés à l'accélération des traitements parallèles, ainsi que des ressources pédagogiques pour former les utilisateurs à ces technologies. Destiné aux chercheurs et ingénieurs, il facilite la mise en œuvre de solutions haute performance pour des applications variées.

Ce projet fournit des outils et tutoriels pour développer des applications utilisant la programmation parallèle avec SyCL, notamment pour exploiter les capacités des GPU et accélérateurs. Il inclut des benchmarks pour évaluer les performances et des guides pratiques pour configurer des environnements de développement sur des machines équipées de cartes NVIDIA ou Intel. Destiné aux développeurs et chercheurs en calcul haute performance.

Ce projet propose une image Docker légère basée sur CentOS 7, intégrant Miniconda, PyTorch avec CUDA 11.3 et JupyterLab. Destiné aux environnements de développement et d'intégration continue, il permet aux chercheurs et développeurs de créer des notebooks interactifs pour l'apprentissage profond. L'image est optimisée pour les calculs accélérés par GPU et est hébergée sur l'infrastructure interne du Pasteur Institute.

Ce projet vise à optimiser les performances des calculs utilisant des stencils sur des architectures GPU. Il propose des outils et des méthodes pour accélérer les simulations scientifiques, notamment dans le domaine de la physique des particules. Les fonctionnalités incluent l'évaluation de produits de Hadamard, la factorisation de nombres et la gestion de matrices pour des calculs intensifs.

Outil dédié à l'intégration et au traitement de données de diffraction pour des détecteurs de type Pilatus, notamment utilisé sur la ligne ID15A de l'ESRF. Il permet d'analyser des scans expérimentaux en exploitant des ressources GPU pour accélérer les calculs. Le projet facilite l'extraction et la visualisation de données scientifiques complexes issues d'expériences de diffraction, en fournissant des fonctionnalités adaptées aux besoins des chercheurs en physique et science des matériaux.

Ce projet permet d'exécuter des opérations de calcul matriciel sur des cartes graphiques compatibles CUDA. Il est conçu pour accélérer les traitements intensifs de données numériques, notamment dans des domaines comme la simulation scientifique, l'analyse de données ou le machine learning. Le code source fourni permet de compiler et d'exécuter des additions de matrices en exploitant la puissance parallèle des GPU.

Ce projet propose une image Docker basée sur NVIDIA CUDA 11.0, conçue pour faciliter la compilation et les tests dans des environnements nécessitant des capacités GPU. Utilisée principalement pour des pipelines CI/CD, elle permet aux développeurs de standardiser leurs environnements de développement et de test, garantissant ainsi une compatibilité et une reproductibilité accrues dans les projets nécessitant des calculs accélérés par GPU.

Plugin pour le framework SOFA dédié à la simulation physique. Il permet de modéliser des objets 3D via des grilles de distances signées, gérant les collisions pour les corps rigides et déformables. Il inclut des modèles de collision, des champs de force et des outils d'intersection, avec une accélération GPU pour des calculs performants. Des scènes d'exemple illustrent son utilisation dans des simulations médicales ou mécaniques.

Ce projet utilise TensorFlow pour analyser et traiter des données sismiques en exploitant l'accélération par GPU. Il permet de calculer des corrélations croisées entre signaux sismiques, facilitant ainsi l'étude des phénomènes géophysiques. Les résultats peuvent être visualisés et partagés sous forme de présentations ou de rapports. L'outil est conçu pour être adapté à divers cas d'usage en géophysique.

Ce projet propose une méthode d'analyse sismique utilisant le calcul accéléré par GPU pour traiter des données géophysiques. Il permet de calculer des corrélations croisées entre signaux sismiques, facilitant ainsi l'étude des phénomènes géologiques. Les résultats peuvent être visualisés et exploités pour des applications en géophysique ou en sismologie.