Projet dédié à l'optimisation et à l'accélération de calculs intensifs en utilisant des technologies comme CUDA et nvC++. Il permet de tester et comparer les performances des calculs parallèles sur CPU et GPU, notamment pour des applications scientifiques ou industrielles nécessitant des ressources de calcul avancées. Le projet inclut des outils de calibration, de benchmarking et des exemples pratiques pour évaluer l'efficacité des algorithmes.

Ce projet propose des outils pour simuler des réactions chimiques complexes comme le modèle Gray-Scott, en exploitant les capacités de calcul haute performance de Julia. Il inclut des implémentations CPU et GPU, des optimisations pour la compilation juste-à-temps et des benchmarks pour évaluer l'efficacité des algorithmes. Destiné aux chercheurs et ingénieurs en calcul scientifique, il facilite l'exploration de phénomènes physiques et chimiques à grande échelle.

Outil permettant d'évaluer et comparer les performances des cartes graphiques en exécutant des benchmarks de modèles d'apprentissage profond. Il facilite le choix de matériel adapté pour des applications en intelligence artificielle ou en calcul scientifique.

Ce projet vise à benchmarker les performances de Gama sur différents cas d'utilisation, en exécutant le benchmark sur GitHub actions runners. Il contient un outil Java pour enregistrer les performances d'une expérience Gama en se connectant à son JVM via JMX, un espace de travail Gama contenant des modèles pour benchmarker certains cas d'utilisation, des expériences à exécuter pendant le benchmark, un fichier JSON décrivant chaque cas d'utilisation (itération sur une longue liste d'agents, modèles spatiaux, etc.), et un workflow GitHub qui exécute le benchmark sur tous les modèles et génère des résultats grâce au fichier Rmarkdown.

Ce projet vise à effectuer des tests de charge sur l'application Pix à l'aide d'Artillery.io. Il permet de lancer des scénarios de charge et d'obtenir des mesures sur les performances de l'application, notamment en identifiant les points de blocage ou de ralentissement et en mesurant sa capacité maximale.

Ce projet permet l'analyse, la visualisation et la comparaison de données sous forme de tableaux et de graphiques.