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 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 propose un tutoriel pratique pour implémenter la simulation de la réaction chimique de Gray-Scott en utilisant le framework SYCL. Il guide les utilisateurs dans la création d'un programme parallèle capable de modéliser l'évolution de deux substances chimiques sur une grille 2D, en exploitant les capacités de calcul des GPU ou des accélérateurs matériels. Le projet inclut des exemples concrets, des comparaisons de performances et des bonnes pratiques pour optimiser les transferts de données entre hôte et périphérique.

Projet dédié à l'optimisation et à l'accélération de calculs intensifs en utilisant des technologies comme CUDA et nvC++. Il permet de tester et comparer les performances des calculs parallèles sur CPU et GPU, notamment pour des applications scientifiques ou industrielles nécessitant des ressources de calcul avancées. Le projet inclut des outils de calibration, de benchmarking et des exemples pratiques pour évaluer l'efficacité des algorithmes.

Ce projet se concentre sur l'optimisation et l'accélération de calculs intensifs liés au minage de données et à la résolution de problèmes mathématiques complexes. Il propose des méthodes de prétraitement, de partitionnement et de calcul parallèle pour traiter des volumes de données importants, tout en gérant des données corrompues ou partielles. Les solutions développées visent à améliorer l'efficacité des algorithmes existants, notamment pour des applications en cryptographie ou en analyse de données.

Projet dédié à l'exploitation des capacités de calcul des GPU pour des tâches intensives. Il permet d'accélérer des calculs parallèles, d'optimiser des performances graphiques et de traiter des données massives. Utilisé principalement pour des simulations numériques, des analyses scientifiques ou des applications nécessitant une puissance de calcul élevée.

Projet dédié à l'implémentation et à l'optimisation de la simulation de la réaction chimique Gray-Scott en utilisant l'interface SYCL pour le calcul parallèle sur CPU. Il permet de comparer les performances de différents compilateurs SYCL (comme Intel oneAPI ou AdaptiveCpp) et d'explorer des optimisations pour des architectures multi-cœurs. Le code sert de support pédagogique pour des cours sur le calcul haute performance et l'accélération matérielle.

Outil dédié au calcul et à l'analyse des pertes de faisceau (Touschek) dans un segment de réseau d'accélérateur de particules. Permet de diviser le réseau en groupes d'éléments pour des simulations parallèles et offre des fonctionnalités de visualisation des résultats et des distributions de particules.

Bibliothèque logicielle dédiée à l'optimisation et à l'accélération de calculs scientifiques intensifs. Elle propose des fonctions avancées pour le traitement parallèle de données, notamment des opérations vectorielles et matricielles. Utilisée principalement dans le domaine de la physique des particules et de l'astrophysique pour des simulations et analyses de données à haute performance.

Bibliothèque et outils dédiés à l'exécution de calculs scientifiques et techniques sur GPU. Permet d'accélérer les simulations numériques, les modèles mathématiques et les traitements de données parallèles grâce à des compilateurs et frameworks spécialisés comme nvfortran et OpenACC.