OCR-Xtract est un outil développé par le Lab IA d'Etalab pour moderniser les services publics français grâce à l'intelligence artificielle. Il permet d'extraire automatiquement des informations clés à partir de documents scannés ou d'images, comme les cartes d'identité ou les fiches de paie, afin de les rendre exploitables numériquement. Destiné aux agents de l'État, il accélère le traitement des documents non directement exploitables et réduit les tâches manuelles répétitives.

PYASTRA est une bibliothèque Python conçue pour simplifier l'interaction avec des outils scientifiques avancés. Elle agit comme une interface unifiée, permettant aux utilisateurs d'exploiter facilement des fonctionnalités de calcul numérique, de traitement de données et de visualisation sans maîtriser les détails techniques sous-jacents. Idéale pour les chercheurs, ingénieurs et data scientists, elle accélère le développement d'applications scientifiques tout en réduisant la complexité du code.

Ce projet propose des implémentations parallèles optimisées de l'algorithme de clustering k-means, exploitant les unités vectorielles des CPU multi-cœurs et les GPU NVIDIA. Il permet d'accélérer significativement le traitement de grands jeux de données, comme des mesures de consommation électrique ou des données de recensement, tout en garantissant une précision numérique élevée grâce à des méthodes de sommation en deux étapes.

Gabarit est une plateforme open source conçue pour simplifier et accélérer le développement de projets en science des données et intelligence artificielle. Elle fournit des modèles prêts à l'emploi, des outils de préprocessing et des pipelines de machine learning pour les domaines du traitement automatique du langage naturel, de la vision par ordinateur et des données numériques. Son objectif est de permettre aux data scientists de se concentrer sur l'essentiel en automatisant les étapes techniques et en offrant des fonctionnalités de production robustes.

Bibliothèque logicielle dédiée à l'optimisation et à l'accélération de calculs vectoriels en C++. Elle propose des fonctions avancées pour manipuler des données numériques de manière performante, notamment pour des applications scientifiques ou techniques nécessitant des traitements rapides et efficaces.

HPC_ASTRICS est un projet dédié au calcul haute performance (HPC) et à l'optimisation de calculs scientifiques. Il propose des outils pour accélérer les simulations numériques, les analyses de données et les traitements matriciels, notamment dans le domaine de la physique. Utilisé dans un cadre académique, il facilite la formation et la recherche en optimisant les performances des algorithmes.

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.

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.

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.

Ce projet propose des outils numériques pour résoudre le problème SLOPE, une méthode d'optimisation mathématique utilisée en traitement du signal et en apprentissage automatique. Il permet d'identifier efficacement les zéros dans les solutions de problèmes linéaires, réduisant ainsi la complexité des calculs. Les algorithmes implémentés s'appuient sur des règles de screening sûres pour accélérer les procédures d'optimisation. Le logiciel est particulièrement utile pour les chercheurs et ingénieurs travaillant sur des problèmes de grande dimension.