Ce projet fournit un environnement dédié à la configuration des outils de compilation pour les GPU NVIDIA, notamment via l'outil nvcc. Il permet aux développeurs de gérer facilement les dépendances et les paramètres de compilation dans un espace de travail PID, facilitant ainsi le développement et la compilation de code pour les architectures CUDA. Le projet est maintenu par le CNRS/LIRMM et est distribué sous licence CeCILL-C.

Ce projet permet d'exécuter des opérations de calcul matriciel sur des cartes graphiques compatibles CUDA. Il est conçu pour accélérer les traitements intensifs de données numériques, notamment dans des domaines comme la simulation scientifique, l'analyse de données ou le machine learning. Le code source fourni permet de compiler et d'exécuter des additions de matrices en exploitant la puissance parallèle des GPU.

Formation pour mettre en place l'intégration continue depuis la plateforme Inria en compilant sur la plateforme PlaFRIM des projets pour GPU, en utilisant des exemples de code pour CUDA et numba.

Projet dédié à l'analyse et au calcul de multiplets de Hilbert, avec des outils pour optimiser des matrices creuses et compiler du code pour architectures GPU. Il facilite l'exploration de structures mathématiques complexes et l'extension de bibliothèques spécialisées en algèbre linéaire.

Cahiers de travaux pratiques de compilation en Master 1 d'Informatique à l'Université de Strasbourg, comprenant des démonstrations en direct et des exemples d'analyse syntaxique avec Bison.

Plateforme dédiée à la gestion de projets logiciels avec des outils intégrés pour le développement collaboratif, l'automatisation des tests, l'analyse de sécurité et le déploiement continu. Permet aux équipes de travailler efficacement sur des projets techniques tout en assurant la qualité et la sécurité du code.