Ce projet développe des outils pour entraîner et simuler des réseaux de neurones distribués, permettant d'optimiser des modèles d'apprentissage automatique à grande échelle. Il facilite l'analyse de données complexes et la simulation de scénarios pour améliorer les performances des algorithmes d'intelligence artificielle.

Le modèle structural agnostique (SAM) est une méthode de découverte de causalité. Il utilise des indépendances conditionnelles et des asymétries de distribution pour trouver la structure causale sous-jacente à partir de données observationnelles. L'approche repose sur un jeu entre différents joueurs estimant chaque distribution de variable conditionnellement aux autres sous forme de réseau de neurones et un adversaire visant à discriminer les données générées contre les originales. L' critère d'apprentissage de SAM combine l'estimation de distribution, des contraintes de parcimonie et d'acyclicité pour optimiser la structure et les paramètres du graphe grâce à la descente de gradient stochastique.

Artiscales OpenMole est une plateforme open source dédiée à la simulation et à l'optimisation de modèles scientifiques. Elle permet aux chercheurs et ingénieurs de concevoir, tester et améliorer des modèles complexes en exploitant des ressources de calcul distribuées. L'outil facilite la collaboration entre équipes et accélère la découverte en automatisant des tâches répétitives et en analysant des données à grande échelle.

Ce projet propose des sous-routines d'algèbre linéaire dense optimisées pour des architectures hétérogènes et distribuées. Il vise à accélérer les calculs mathématiques intensifs, notamment dans des environnements nécessitant une grande puissance de traitement comme le calcul scientifique ou l'analyse de données massives. Les performances sont améliorées grâce à une parallélisation adaptée aux ressources disponibles.

FlowVR est une bibliothèque middleware permettant de faciliter le développement et l'exécution d'applications haute performance interactives nécessitant l'exploitation de la puissance de nœuds informatiques distribués en grappe ou en grid. FlowVR a été utilisé pour des applications de réalité virtuelle, de téléprésence, de modélisation 3D en temps réel, de visualisation in situ, de pilotage de simulations moléculaires parallèles, etc. FlowVR réutilise et étend le paradigme de flux de données couramment utilisé dans les environnements de visualisation scientifique. Une application est vue comme un ensemble éventuellement distribué de modules échangeant des données. Différentes assemblées de modules peuvent être spécifiées sans modification ou recompilation des modules. Le développeur d'applications n'a pas à se soucier des problématiques de réseau. C'est le rôle de FlowVR de gérer et d'optimiser les échanges de données entre modules. FlowVR supporte les modules parallèles, permettant d'exploiter des codes MPI existants par exemple. Cette fonctionnalité est couramment utilisée pour la visualisation in situ ou le pilotage de simulations parallèles.

Lustre est un système de fichiers distribué open source conçu pour gérer de grands volumes de données dans des environnements haute performance. Il permet de configurer, optimiser et maintenir des clusters de stockage pour des infrastructures critiques comme les centres de données ou les supercalculateurs. Le projet fournit des outils et des ressources pour faciliter le développement, le test et le déploiement de solutions de stockage distribué.

Outil dédié à l'assemblage et au test de flux de données entre plusieurs nœuds matériels et logiciels. Il permet de simuler des environnements complexes pour valider des protocoles de communication, mesurer les performances et analyser les latences. Principalement utilisé dans des contextes de recherche ou de développement technique pour optimiser les transferts de données et garantir la stabilité des systèmes distribués.

Outil de vérification et de test pour évaluer la cohérence des bases de données relationnelles et distribuées. Il génère des historiques de transactions, les exécute sur des bases de données cibles, puis vérifie leur conformité à des modèles de cohérence comme la causalité, l'isolation instantanée ou la sérialisation. Utilisé principalement dans la recherche académique et l'optimisation des systèmes transactionnels.

Ce projet permet de comparer les performances des langages PIG et Spark dans le cadre d'un calcul de PageRank sur des données distribuées. Il inclut des scripts pour générer des données, exécuter les algorithmes et analyser les résultats. L'objectif est d'étudier l'impact des paramètres (nombre d'itérations, nombre de machines) sur le temps d'exécution et d'identifier les optimisations possibles pour améliorer l'efficacité des traitements.

Pufferbench est un banc d'essai modulaire conçu pour mesurer la durée des opérations de commission et de décommission sur une plateforme donnée. Il a été conçu avec deux objectifs à l'esprit : évaluer la viabilité de la malléabilité des systèmes de stockage distribués sur une plateforme et aider à optimiser les mécanismes de reconfiguration pour améliorer la malléabilité des systèmes de stockage distribués.