Le projet cluster-monitor-2 est une solution de surveillance et d'analyse de l'état de fonctionnement de grappes informatiques. Il permet de détecter rapidement les anomalies de performance et d'alerter les équipes en charge de leur maintenance. Grâce à une interface de visualisation claire et intuitive, il facilite la compréhension de l'état de santé des grappes et permet de prendre des décisions éclairées pour en améliorer les performances.

SMASTA+ est un framework open source conçu pour optimiser l'allocation de tâches dans des environnements distribués, notamment pour des clusters MapReduce. Il utilise une stratégie multi-agents basée sur la négociation continue pour réduire le temps moyen de réalisation des jobs (flowtime) tout en améliorant l'efficacité des ressources. Le projet inclut des outils de simulation et de visualisation pour analyser les performances des allocations.

Outil dédié à la simulation et à l'analyse des systèmes de calcul haute performance. Il permet de modéliser les comportements des utilisateurs, d'optimiser l'ordonnancement des tâches et d'évaluer la consommation énergétique des infrastructures. Idéal pour les chercheurs et les administrateurs de clusters souhaitant améliorer l'efficacité des systèmes.

Outil conçu pour identifier et signaler automatiquement les problèmes dans les environnements Kubernetes. Il permet aux administrateurs système de détecter des anomalies matérielles ou logicielles, facilitant ainsi la maintenance proactive des clusters. Intégré aux workflows DevOps, il contribue à améliorer la stabilité et la performance des infrastructures conteneurisées.

Pufferscale est un outil conçu pour gérer la charge de travail et optimiser l'utilisation des ressources informatiques dans les clusters HPC. Il permet un redimensionnement dynamique de la capacité de calcul grâce à un équilibrage de charge pour les services de données, contribuant ainsi à des performances améliorées et une meilleure gestion des ressources.

Ce projet permet d'associer et de dispatcher correctement les tâches sur un cluster de calcul en utilisant les identifiants de processeurs fournis par OAR et ceux des nœuds machines. Il vise à optimiser l'utilisation des ressources CPU en garantissant une allocation précise et efficace des tâches de calcul, améliorant ainsi les performances globales du cluster.

Projet visant à étendre les fonctionnalités du gestionnaire de paquets GNU Guix pour répondre aux besoins spécifiques du calcul haute performance (HPC). Il propose des recettes de paquets et des extensions dédiées aux logiciels HPC utilisés notamment par Inria et d'autres acteurs du domaine. L'objectif est d'améliorer l'accessibilité et la reproductibilité des environnements logiciels pour les clusters et infrastructures de calcul intensif.

Le projet kgggp vise à fournir une solution de partitionnement de graphes complexes en utilisant une approche greedy. Il permet d'optimiser la répartition de données sur plusieurs clusters, améliorant ainsi la performance des algorithmes distribués.

Le projet ruby-libcouchbase fournit une bibliothèque Ruby pour se connecter et interagir avec Couchbase Server, une base de données NoSQL distribuée en mémoire. Il permet aux développeurs Ruby d'accéder et de gérer des données dans un cluster Couchbase, ainsi que de mettre en cache des données pour améliorer les performances de leurs applications.