MojitO/S est un outil open source dédié au monitoring énergétique et des performances au niveau du système d'exploitation. Il permet de mesurer en temps réel la consommation d'énergie des composants matériels (CPU, GPU, mémoire, etc.) ainsi que divers indicateurs de performance (compteurs matériels, température, charge réseau). Idéal pour les administrateurs système, les chercheurs ou les développeurs souhaitant analyser et optimiser l'efficacité énergétique de leurs infrastructures.

P4a est un projet d'analyse et de benchmarking dédié à l'évaluation des performances de différentes structures de données en Java. Il permet de comparer des implémentations comme ArrayList, LinkedList et Vector en mesurant leur temps d'exécution et leur consommation mémoire pour des opérations courantes (ajout, recherche, suppression). Les résultats aident à choisir la structure la plus adaptée selon les contraintes d'une application, notamment pour des environnements comme les applications mobiles où l'optimisation des ressources est cruciale.

Ce projet académique compare les performances de trois structures de données Java (ArrayList, LinkedList, Vector) en mesurant leur temps d'exécution et leur consommation mémoire pour des opérations d'ajout, de recherche et de suppression. L'objectif est d'identifier la structure la plus adaptée selon les besoins spécifiques en termes de rapidité et d'efficacité mémoire.

PyJoules est un logiciel open source permettant de mesurer la consommation énergétique d'un ordinateur hôte pendant l'exécution d'un code Python. Il prend en charge le suivi de la consommation d'énergie des processeurs Intel, de la mémoire RAM et des GPU intégrés Intel pour les architectures serveur, ainsi que des GPU Nvidia.

P4a est un projet d'analyse et de comparaison des performances entre différentes structures de données en C# (listes classiques, listes chaînées et listes de hachage). Il permet d'évaluer leur efficacité lors d'opérations comme la recherche d'éléments ou la copie de données, en mesurant les temps d'exécution et la consommation mémoire. Les résultats sont utilisés pour valider ou infirmer des hypothèses sur leur complexité algorithmique.