Ce projet centralise des images Singularity/Apptainer destinées à des tests d'intégration continue sur la plateforme JeanZay. Les images, converties depuis des images Docker, intègrent des dépendances essentielles comme HDF5, NetCDF, parmetis et XIOS. Elles sont optimisées pour fonctionner avec différents compilateurs (GNU, Intel, NVidia) et architectures (CPU, GPU), facilitant ainsi la reproductibilité des tests dans un environnement de calcul haute performance.

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.

Ce projet développe des outils pour optimiser les performances des calculs scientifiques, notamment via des méthodes de stencil et de gestion de mémoire. Il permet de simuler des processus physiques complexes et d'évaluer l'efficacité de différentes approches algorithmiques. Les fonctionnalités incluent le benchmarking, la gestion de données en mémoire et l'analyse de performance pour des applications nécessitant une haute efficacité computationnelle.

Ce projet propose des ressources pédagogiques pour maîtriser les bases du calcul haute performance (HPC). Il couvre l'utilisation des superordinateurs, l'optimisation de code, le profilage de performances et le déverminage. Des exercices pratiques et des tutoriels détaillés accompagnent les apprenants dans la compréhension des outils comme Slurm, Guix ou LIKWID. Destiné aux débutants comme aux utilisateurs intermédiaires, il s'appuie sur des cas concrets pour faciliter l'apprentissage des bonnes pratiques en environnement HPC.

Ce projet propose une formation spécialisée en calcul haute performance (HPC) avec Python, destinée aux développeurs et chercheurs. Il couvre l'optimisation de code, l'analyse de performance, l'utilisation de bibliothèques scientifiques (NumPy, SciPy, Pandas) et les outils de parallélisation. Les participants apprennent à exploiter les fonctionnalités de Python pour des calculs intensifs et à déployer des solutions sur des infrastructures HPC.

Ce projet propose des outils et méthodes pour optimiser les calculs intensifs sur GPU, notamment dans le domaine de la simulation scientifique. Il inclut des bibliothèques et frameworks dédiés à l'accélération des traitements parallèles, ainsi que des ressources pédagogiques pour former les utilisateurs à ces technologies. Destiné aux chercheurs et ingénieurs, il facilite la mise en œuvre de solutions haute performance pour des applications variées.

Outil dédié à la décomposition et à la modélisation de cartes de densité obtenues par cryo-microscopie électronique (EM). Il permet de calculer des modèles de mélange gaussien (GMM) pour représenter des structures macromoléculaires complexes. Le projet utilise une approche par division et conquête pour optimiser les calculs, notamment sur des clusters de calcul haute performance. Les résultats sont convertis dans différents formats pour une intégration facile avec d'autres logiciels d'analyse structurale.

Ce dépôt centralise les recettes de compilation (packages) pour Spack, un gestionnaire de paquets dédié aux environnements de calcul haute performance (HPC). Il permet aux équipes comme celle du CEA-HPC de partager et maintenir des configurations logicielles optimisées pour les supercalculateurs. Les utilisateurs peuvent ainsi facilement intégrer ces paquets dans leurs environnements Spack pour accélérer le déploiement de logiciels scientifiques.

OneAPI est une initiative open source visant à simplifier le développement d'applications performantes sur différentes architectures matérielles (CPU, GPU, FPGA). Elle permet aux développeurs de créer des logiciels portables et optimisés sans dépendre d'un seul fournisseur ou langage spécifique, favorisant ainsi l'innovation et l'efficacité dans le calcul haute performance et l'intelligence artificielle.

PhoenixRender est une solution open source dédiée à l'automatisation et à l'optimisation des processus de rendu 3D. Elle permet aux artistes, studios et chercheurs de gérer efficacement des scènes complexes en distribuant les calculs sur des infrastructures de calcul haute performance. Le projet facilite la collaboration entre équipes en centralisant la gestion des ressources et en automatisant les tâches répétitives, réduisant ainsi les délais de production tout en garantissant une qualité optimale des rendus.