Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- 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 fournit un cadre de scripts conçu à l'origine pour exécuter des benchmarks de BLAST et PLAST sur une infrastructure informatique de cluster. Les scripts sont adaptés pour fonctionner avec le système de planification des tâches PBS pro 14.2.4, BLAST 2.2.31 et 2.6.0, et PLAST 2.3.2. Ils ont été utilisés pour évaluer la configuration optimale (coeurs, RAM et walltime) pour l'exécution de tâches de comparaison de séquences (utilisant BLAST ou PLAST) sur le superordinateur DATARMOR d'IFREMER.
- Notoriété 7 %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.
- Outil dédié à l'évaluation et à la comparaison des performances des systèmes de conception assistée par ordinateur (CAD). Il permet aux utilisateurs de mesurer et d'analyser les temps de calcul, les ressources utilisées et l'efficacité des logiciels CAD. Idéal pour les ingénieurs, les architectes et les équipes techniques cherchant à optimiser leurs outils de modélisation 3D.
- Notoriété 10 %This project is a repository that compares long-reads metagenomic assemblers and analyzes metagenomic data. It includes scripts to check the quality of the reads, fetch the sequencer used, assemble metagenomes using different tools, polish the assemblies, calculate the coverage, and check the quality of the assemblies. The pipeline is defined using Snakemake and can be run on a cluster with slurm and conda support.
8 initiatives
10