GraFlag est un framework open source conçu pour orchestrer des expériences de détection d'anomalies dans les graphes (GAD). Il permet de déployer, exécuter et évaluer des méthodes d'apprentissage automatique sur des clusters Docker Swarm, en utilisant un stockage partagé pour les données et les résultats. L'outil facilite la comparaison de performances entre différentes approches et assure la reproductibilité des expériences.

Ce projet propose un tutoriel pratique pour implémenter la simulation de la réaction chimique de Gray-Scott en utilisant le framework SYCL. Il guide les utilisateurs dans la création d'un programme parallèle capable de modéliser l'évolution de deux substances chimiques sur une grille 2D, en exploitant les capacités de calcul des GPU ou des accélérateurs matériels. Le projet inclut des exemples concrets, des comparaisons de performances et des bonnes pratiques pour optimiser les transferts de données entre hôte et périphérique.