MIA est un outil permettant d'analyser et d'optimiser les performances d'un ensemble de tâches sur un processeur multi-cœurs, en prenant en compte les interférences entre tâches. Il fournit le calcul des dates de lancement minimales et des plannings associés pour un ensemble de tâches donné.

MINOTAuR est un projet de recherche dédié à la conception et à l'évaluation de processeurs RISC-V avancés. Il propose des architectures matérielles optimisées pour des applications embarquées et haute performance. Le projet inclut des outils de simulation, des benchmarks standardisés et des méthodes d'analyse des performances. Les processeurs développés sont comparés à des références existantes pour valider leur efficacité. Les résultats sont utilisés pour publier des travaux académiques et améliorer les architectures futures.

HiPeCTA est une bibliothèque Python dédiée à l'analyse haute performance des données du Cherenkov Telescope Array (CTA). Elle permet de traiter efficacement les données issues de simulations Monte-Carlo ou d'observations réelles, en exploitant les instructions SIMD des processeurs modernes. Son objectif est d'accélérer significativement les étapes de calibration, d'intégration, de nettoyage et de calcul des paramètres de Hillas, tout en s'intégrant au framework ctapipe pour une utilisation optimale dans la chaîne de traitement des données astrophysiques.

Projet dédié à l'analyse et à l'optimisation de l'architecture frontend d'un processeur Cortex A72, notamment sur un Raspberry Pi 4. Il permet d'évaluer l'impact de l'ordonnancement in-order sur les résultats de performance. L'objectif est de fournir un modèle frontend manuel pour des tests comparatifs et des améliorations techniques.

Projet de recherche visant à évaluer et optimiser les performances des systèmes embarqués basés sur des processeurs ARM. Il permet de mesurer l'impact de différentes configurations matérielles et logicielles sur les performances globales, notamment en analysant la latence mémoire et l'efficacité des calculs parallèles. Les résultats sont utilisés pour améliorer les architectures futures et guider les choix de conception.

PasTiS est un simulateur de processeurs graphiques (GPU) conçu pour analyser et optimiser les performances des architectures matérielles. Il permet de modéliser des composants comme les mémoires cache, les unités de calcul ou les pipelines, et d'évaluer l'impact des choix architecturaux sur les calculs matriciels et les opérations graphiques.

Pref-X est un framework conçu pour analyser et optimiser les mécanismes de préchargement de données dans les processeurs commerciaux à cœurs in-order. Il permet de révéler les données préchargées et d'évaluer leur impact sur les performances, facilitant ainsi l'amélioration de l'efficacité des architectures matérielles.

Outil permettant d'explorer et de visualiser les ressources informatiques d'une infrastructure de calcul distribuée. Il offre une interface centralisée pour consulter les clusters, les nœuds, les processeurs, les mémoires, les GPU et les réseaux disponibles. Les utilisateurs peuvent analyser les performances, les configurations et les accès aux ressources, facilitant ainsi la planification et l'optimisation des ressources techniques.

Ce projet fournit un artéfact permettant de reproduire et d'évaluer les résultats de Palmed, un outil d'analyse de performances de processeurs. Il peut également servir d'exemple pour la configuration d'un environnement de travail Palmed.