Ce projet permet de collecter, analyser et visualiser des données statistiques pour des organismes publics ou privés. Il offre des outils pour suivre les performances, générer des rapports et présenter les résultats sous forme de graphiques et tableaux. Destiné à faciliter la prise de décision basée sur des données fiables et actualisées.

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.

Bibliothèque logicielle dédiée à la création de graphiques et de visualisations de données en temps réel. Elle permet aux développeurs d'intégrer facilement des outils de traçage interactifs dans leurs applications, facilitant ainsi l'analyse et la compréhension des données dynamiques. Idéale pour les projets nécessitant une visualisation immédiate et performante, sans gestion complexe d'état graphique.

PALPATINE est un outil d'analyse des performances qui permet de profiler et d'analyser facilement une application grâce à des compteurs de performance. Il est basé sur Perf Linux et écrit en Python 3 et offre une analyse sur 3 niveaux : un niveau général où sont collectées diverses informations sur le comportement de l'application, un niveau où les fonctions sont triées par surcoût et par compteurs, et un niveau avec une analyse de code assembleur par rapport aux compteurs de performance. Différents rapports, diagrammes et graphiques sont générés.

Outil d'analyse et de profilage dédié aux traces d'exécution générées par Pallas. Il permet de mesurer la durée des appels de fonctions et de produire des fichiers CSV structurés pour faciliter l'analyse des performances. Des scripts complémentaires génèrent des graphiques (histogrammes, nuages de points) pour visualiser les données et identifier les goulots d'étranglement dans le code.

Ce projet implémente la fonction d'erreur complémentaire (erfc) avec plusieurs niveaux de précision (32, 46 et 50 bits). Il permet de tester et comparer différentes implémentations algorithmiques, d'analyser leurs performances via des mesures de temps et de précision, et de générer des données pour des analyses mathématiques ou des visualisations graphiques.

Ce projet permet de mesurer, analyser et comparer les performances d'applications ou de fonctions logicielles au fil du temps. Il offre des outils pour exécuter des tests de performance, sauvegarder les résultats, surveiller des métriques clés (temps d'exécution, valeurs numériques, etc.) et détecter automatiquement les régressions. Les données collectées peuvent être visualisées sous forme de graphiques ou de tableaux pour faciliter l'interprétation des résultats.

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.

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.

NeoQCP est une bibliothèque moderne de traçage de graphiques 2D pour les applications Qt 6, conçue pour offrir des performances élevées et une grande interactivité. Elle permet de visualiser des données scientifiques complexes, des séries temporelles ou des cartes de chaleur avec fluidité, même pour des jeux de données volumineux. Compatible avec les environnements GPU (Metal, Vulkan, D3D, WebGL), elle s'intègre facilement dans des projets existants et propose des fonctionnalités avancées comme le rendu GPU, la gestion de données sans copie, et des outils d'analyse interactifs.