Ce projet est une plateforme dédiée à la formation pratique en intelligence artificielle, notamment pour l'entraînement de modèles de langage avancés comme ceux basés sur l'architecture Transformer. Il permet aux utilisateurs de configurer des environnements de calcul, de soumettre des jobs de formation sur des supercalculateurs, et d'analyser des jeux de données comme SQuAD pour évaluer les performances des modèles. Destiné aux étudiants et chercheurs, il facilite l'accès à des ressources de calcul haute performance.

Ce projet automatise le benchmarking des performances des environnements HPC basés sur Guix, notamment pour les clusters comme Plafrim. Il exécute des tests de bande passante MPI entre nœuds, compare différentes configurations (MPI, réseaux) et stocke les résultats dans une base de données. Les données sont ensuite analysées pour détecter des régressions et visualisées sous forme de graphiques. L'objectif est d'optimiser les performances des infrastructures de calcul haute performance.

Ce projet consiste en un dépôt de code source contenant des recettes Singularity pour créer des conteneurs d'analyse de données biologiques. Il permet de construire un conteneur avec une distribution Micromamba spécifique, des outils de machine learning et des dépendances CUDA pour le calcul haute performance.

Ce projet développe des outils pour optimiser les performances des calculs scientifiques, notamment via des méthodes de stencil et de gestion de mémoire. Il permet de simuler des processus physiques complexes et d'évaluer l'efficacité de différentes approches algorithmiques. Les fonctionnalités incluent le benchmarking, la gestion de données en mémoire et l'analyse de performance pour des applications nécessitant une haute efficacité computationnelle.

Scalatrace est un outil dédié à l'analyse et à la simulation de performances pour les applications parallèles et distribuées. Il permet de capturer des traces d'exécution détaillées (temps écoulé, nombre d'instructions) lors de l'exécution de benchmarks HPC ou d'applications scientifiques. Ces traces peuvent ensuite être réutilisées pour simuler ou optimiser les performances sur différents environnements matériels, facilitant ainsi l'évaluation et l'amélioration des infrastructures de calcul haute performance.

Ce projet propose une formation spécialisée en calcul haute performance (HPC) avec Python, destinée aux développeurs et chercheurs. Il couvre l'optimisation de code, l'analyse de performance, l'utilisation de bibliothèques scientifiques (NumPy, SciPy, Pandas) et les outils de parallélisation. Les participants apprennent à exploiter les fonctionnalités de Python pour des calculs intensifs et à déployer des solutions sur des infrastructures HPC.

Hep est une suite d'outils et de bibliothèques open source dédiée à l'analyse et au traitement de données en physique des hautes énergies. Il permet aux chercheurs et ingénieurs de manipuler des fichiers de données expérimentales, de simuler des détecteurs, de réaliser des calculs complexes et de visualiser les résultats avec des outils interactifs, le tout en exploitant la concurrency et les performances du langage Go.

Meteor HPC est une bibliothèque dédiée à la simulation numérique haute performance pour résoudre des problèmes physiques complexes. Elle permet de modéliser des flux, des conditions aux limites et des erreurs numériques dans des environnements périodiques ou non. Utilisée en recherche scientifique, elle facilite l'analyse de schémas numériques et l'optimisation de méthodes de calcul pour des applications en physique, ingénierie ou mathématiques appliquées.

MesoBFC est une plateforme de calcul scientifique mutualisée dédiée aux chercheurs et aux laboratoires de la région Bourgogne-Franche-Comté. Elle offre un accès sécurisé à un cluster de calcul haute performance pour exécuter des simulations, analyser des données ou développer des modèles complexes. La plateforme propose également un environnement logiciel préconfiguré et des ressources partagées pour faciliter les travaux de recherche.

CHiPS est une suite d'applications scientifiques conçue pour valider le comportement des machines en termes de performance et de précision. Elle permet aux équipes de tester et d'analyser les systèmes informatiques avant leur déploiement ou leur utilisation intensive, notamment dans des environnements de calcul haute performance comme ceux des CINES.