Bibliothèque Python conçue pour faciliter l'utilisation de SLURM, un gestionnaire de ressources et d'ordonnancement de tâches pour clusters. Elle permet aux développeurs d'exécuter des jobs SLURM directement depuis du code Python, sans nécessiter un accès direct au client SLURM. Idéale pour les environnements de calcul haute performance où l'automatisation et la gestion des ressources sont essentielles.

Ce projet permet de configurer et gérer un cluster Kubernetes pour le laboratoire de Physique des Plasmas de l'École Polytechnique. Il contient des scripts de setup pour le déploiement de conteneurs et la gestion de ressources pour des clusters de calcul haute performance.

Le projet hello-mpi vise à faciliter le développement et l'exécution d'applications parallèles sur des clusters de calcul haute performance. Il offre des fonctionnalités de gestion de workflows, d'optimisation de performances et de simulation de calculs distribués, permettant aux utilisateurs de tirer parti des ressources de calcul offertes par les clusters MPI.

Schlouder est une solution logicielle conçue pour faciliter l'interfaçage entre une infrastructure cloud compatible EC2 et un planificateur de tâches comme SLURM. Elle permet d'automatiser la gestion des ressources informatiques, d'optimiser l'utilisation des clusters de calcul et de simplifier le déploiement de charges de travail batch. L'outil s'adresse principalement aux administrateurs système et aux chercheurs en calcul haute performance.

Outil conçu pour simplifier l'accès et la gestion de sessions Jupyter sur des clusters de calcul haute performance comme Candide ou Infinity. Il automatise la réservation de ressources, le transfert de ports et l'initialisation d'environnements Python adaptés, permettant aux utilisateurs de se concentrer sur leurs analyses et développements sans se soucier des contraintes techniques d'infrastructure.

OrangeFS est un système de fichiers distribué conçu pour le calcul haute performance (HPC) et les environnements de big data. Il permet le partage et la gestion de fichiers à grande échelle, ainsi que l'optimisation de l'accès aux données pour les clusters HPC.

Ce projet permet de déployer automatiquement un cluster de calcul haute performance (HPC) simplifié. Il automatise la configuration des nœuds, l'installation d'un gestionnaire de ressources (SLURM), la mise en place d'un système de surveillance (Ganglia) et le partage de fichiers via NFS. Idéal pour des environnements éphémères ou des tests, il facilite la création d'infrastructures de calcul sans effort manuel.

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.