Bibliothèque Rust dédiée à l'accélération de la lecture et de l'écriture de fichiers CSV en exploitant les instructions SIMD. Conçue pour traiter rapidement de grands volumes de données tabulaires, elle offre des lecteurs et écrivains optimisés pour des cas d'usage exigeants en performance, comme l'analyse de données massives ou le traitement en temps réel. Moins flexible que des solutions classiques, elle privilégie la vitesse au détriment de certaines fonctionnalités avancées.

Ce projet propose des sous-routines d'algèbre linéaire dense optimisées pour des architectures hétérogènes et distribuées. Il vise à accélérer les calculs mathématiques intensifs, notamment dans des environnements nécessitant une grande puissance de traitement comme le calcul scientifique ou l'analyse de données massives. Les performances sont améliorées grâce à une parallélisation adaptée aux ressources disponibles.

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.

Knem est un framework permettant d'accélérer les transferts de données entre processus en utilisant une mémoire partagée virtuelle. Il est particulièrement utile dans les contextes de calcul parallèle et de traitement de données massives.