Le projet gecos-parallel permet la modélisation et l'analyse d'applications parallèles, en représentant les tâches et les dépendances entre celles-ci. Il offre des fonctionnalités d'optimisation de la planification des tâches pour améliorer les performances des applications.

Le projet locality-aware-scheduling vise à optimiser la planification de tâches parallèles en prenant en compte la localité des données dans les calculs distribués. Il s'appuie sur les bibliothèques Starpu et Simgrid pour fournir des algorithmes de planification performants et adaptés aux architectures de calcul modernes.

Le projet memory-aware-scheduling a pour objectif d'optimiser l'utilisation de la mémoire vive dans le cadre de l'exécution d'applications parallèles. Il permet une planification mémoire efficace et contribue à la gestion de la consommation mémoire pour les tâches informatiques.

StarPU est un système d'exécution pour les architectures multicœurs hétérogènes. Il permet d'optimiser l'exécution de codes parallèles en gérant l'hétérogénéité des architectures et en planifiant les tâches en temps réel. StarPU offre également des fonctionnalités de gestion de la mémoire distribuée.