Parallel Colt est un plugin pour le logiciel d'analyse d'images biologiques Icy. Il fournit une bibliothèque complète de fonctionnalités pour le traitement d'images en parallèle, ainsi que des outils pour les calculs mathématiques intensifs et l'optimisation numérique. Il est développé par des membres ou anciens membres de l'unité d'analyse d'images biologiques de l'Institut Pasteur.

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.

Le projet p4est_dyn fournit des extensions dynamiques de ressources pour la bibliothèque p4est, permettant la gestion de ressources distribuées et la parallélisation de calculs scientifiques intensifs, en particulier pour les simulations numériques utilisant un maillage adaptatif.

Ce projet fournit des bindings Python pour interagir avec la bibliothèque Kokkos, un framework C++ dédié au calcul haute performance. Il permet d'échanger des structures de données complexes (comme des vues multi-dimensionnelles) entre Python et C++, tout en offrant une intégration transparente avec des bibliothèques comme NumPy. L'objectif est d'accélérer le développement d'applications scientifiques ou industrielles nécessitant des calculs intensifs.

Projet open source fournissant un ensemble d'outils et de bibliothèques pour le développement d'applications performantes sur CentOS 7. Il facilite la création de solutions optimisées pour le calcul intensif, l'analyse de données et l'intelligence artificielle, en s'appuyant sur des technologies modernes comme oneAPI. Destiné aux développeurs et chercheurs nécessitant des performances élevées.

Bibliothèque logicielle open source fournissant des interfaces Go vers les implémentations C des bibliothèques NETLIB BLAS et LAPACK. Elle permet d'exploiter des calculs mathématiques avancés (algèbre linéaire, opérations matricielles) avec des performances optimisées grâce à des backends comme OpenBLAS ou Intel MKL. Utilisée principalement dans des applications scientifiques, d'ingénierie ou de data science nécessitant des calculs intensifs.

Ce package Python fournit des outils pour renforcer le signal d'images 3D d'intensité. Il s'intègre à la plateforme de calcul scientifique Gnomon et utilise des bibliothèques spécialisées comme anifilters et lsm3d. Il permet d'améliorer la qualité des données visuelles pour des applications en recherche ou en analyse scientifique.