Annuaire des initiatives

Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.

  • Ce projet fournit un kit de développement pour optimiser et accélérer les applications haute performance (HPC) sous CentOS 7. Il inclut des outils et bibliothèques pour faciliter l'intégration d'APIs, améliorer les performances des calculs intensifs et simplifier le déploiement dans des environnements de calcul scientifique ou industriel.
  • Ce projet propose une introduction pratique au calcul haute performance (HPC) et au traitement de données scientifiques, notamment pour l'astrophysique. Il inclut des outils pour manipuler des fichiers de données, effectuer des calculs complexes comme des transformées de Fourier ou des produits de Hadamard, et évaluer des algorithmes de calibration. Destiné aux étudiants et chercheurs, il facilite l'apprentissage des méthodes numériques avancées.
  • Ce dépôt centralise des tests dédiés aux infrastructures de calcul haute performance (HPC) gérées par le CINES. Il permet d'évaluer les performances, la fiabilité et la stabilité des systèmes HPC à travers des scripts de test couvrant la mémoire, les entrées/sorties, les communications réseau et la gestion des jobs. Ces tests sont conçus pour valider et optimiser les environnements de calcul scientifique utilisés par la communauté académique et de recherche en France.
  • HPC_ASTRICS est un projet dédié au calcul haute performance (HPC) et à l'optimisation de calculs scientifiques. Il propose des outils pour accélérer les simulations numériques, les analyses de données et les traitements matriciels, notamment dans le domaine de la physique. Utilisé dans un cadre académique, il facilite la formation et la recherche en optimisant les performances des algorithmes.
  • 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.
  • Ce projet fournit des paquets GNU Guix pour des logiciels de calcul haute performance, spécifiquement des logiciels non-libres ou des extensions de logiciels libres qui dépendent de logiciels non-libres. Cela est fourni pour faciliter le travail des chercheurs et praticiens en calcul haute performance, mais il est important de noter que les logiciels non-libres nient aux utilisateurs la capacité à les étudier et les modifier, ce qui est préjudiciable à la liberté des utilisateurs et à une revue scientifique appropriée.
  • Ce projet fournit des paquets GNU Guix pour des logiciels de calcul haute performance, spécifiquement des logiciels non-libres ou des extensions de logiciels libres qui dépendent de logiciels non-libres. Cela est fourni pour faciliter le travail des chercheurs et praticiens en calcul haute performance, mais il est important de noter que les logiciels non-libres nient aux utilisateurs la capacité à les étudier et les modifier, ce qui est préjudiciable à la liberté des utilisateurs et à une revue scientifique appropriée.
  • Ce projet propose des ressources pédagogiques pour maîtriser les bases du calcul haute performance (HPC). Il couvre l'utilisation des superordinateurs, l'optimisation de code, le profilage de performances et le déverminage. Des exercices pratiques et des tutoriels détaillés accompagnent les apprenants dans la compréhension des outils comme Slurm, Guix ou LIKWID. Destiné aux débutants comme aux utilisateurs intermédiaires, il s'appuie sur des cas concrets pour faciliter l'apprentissage des bonnes pratiques en environnement HPC.
  • Ce projet propose des recettes de paquets et des extensions pour le gestionnaire de paquets GNU Guix, spécifiquement adapté au calcul haute performance (HPC). Il facilite l'installation, la gestion et le déploiement d'outils logiciels utilisés dans les environnements de calcul intensif, notamment ceux développés par Inria. L'objectif est d'améliorer l'accessibilité et la reproductibilité des environnements HPC.
  • Projet visant à étendre les fonctionnalités du gestionnaire de paquets GNU Guix pour répondre aux besoins spécifiques du calcul haute performance (HPC). Il propose des recettes de paquets et des extensions dédiées aux logiciels HPC utilisés notamment par Inria et d'autres acteurs du domaine. L'objectif est d'améliorer l'accessibilité et la reproductibilité des environnements logiciels pour les clusters et infrastructures de calcul intensif.

39 initiatives