Bibliothèque de modèles analytiques pour le calcul des déformations de surface dans un demi-espace élastique. La plupart des codes sont écrits en langage vectorisé Matlab/Octave, certains sont optimisés en C.

OpenMOLE est une plateforme open-source développée depuis 2008 pour l'étude et l'optimisation de modèles numériques. Elle offre des outils pour exécuter, explorer, diagnostiquer et optimiser des modèles, en tirant parti d'environnements d'exécution distribués. Avec OpenMOLE, vous pouvez explorer des modèles déjà développés dans divers langages (Java, exécutables binaires, NetLogo, R, SciLab, Python, C++, etc.).

Outil d'optimisation automatique des performances des serveurs vLLM (Large Language Model) pour les déploiements en production. Il automatise la recherche des meilleurs paramètres de configuration (comme les flags du serveur vLLM) en utilisant des algorithmes d'optimisation (Optuna) et des benchmarks avancés (GuideLLM). Permet d'améliorer le débit, la latence et l'efficacité énergétique des modèles de langage tout en réduisant les coûts d'inférence.

VLLM est une bibliothèque open source conçue pour servir et optimiser l'inférence des grands modèles de langage (LLM). Elle permet de déployer des modèles de manière rapide, économique et scalable, en améliorant significativement le débit et l'efficacité énergétique. Idéale pour les entreprises et chercheurs souhaitant exploiter des LLM sans investir dans des infrastructures coûteuses.

Ce projet, développé dans le cadre du Programme 10% de la DINUM et de l'Insee, propose un guide complet pour aider les administrations et organisations à comprendre, choisir et déployer des modèles de langage (LLM). Il couvre l'analyse des besoins, l'évaluation des solutions, l'optimisation des infrastructures et la mise en production, en incluant des cas d'usage concrets et des benchmarks pour faciliter la prise de décision.

Caffe est un framework open source dédié à la programmation d'algorithmes d'apprentissage profond. Il permet aux chercheurs et développeurs de concevoir, entraîner et déployer des modèles de réseaux de neurones pour des tâches comme la classification d'images, la reconnaissance visuelle ou le traitement du langage. Utilisé dans la recherche académique et industrielle, il offre des outils pour optimiser les performances et faciliter l'expérimentation en intelligence artificielle.

Ce projet permet de déployer et gérer des modèles de langage (LLMs) sur la plateforme SSPCloud, accessible via une interface dédiée. Il facilite l'accès à ces modèles pour des utilisateurs internes ou externes, tout en assurant un suivi continu de leur disponibilité et de leur état. Les ressources sont optimisées pour répondre aux besoins en intelligence artificielle.

Happy_vllm est une API REST conçue pour optimiser et faciliter l'utilisation de vLLM, un moteur d'inférence pour modèles de langage. Développée par France Travail, elle permet de déployer rapidement des services d'IA générative en production avec des fonctionnalités avancées. L'outil simplifie l'intégration des modèles LLM dans des applications métiers, offrant une solution scalable et performante pour des cas d'usage variés comme le traitement automatique de texte ou la génération de contenus.

Outil permettant d'évaluer et comparer les performances de serveurs d'inférence pour modèles de langage (LLM). Il génère des graphiques et rapports détaillés sur la vitesse de génération, l'utilisation du cache KV, et la capacité à gérer des requêtes parallèles. Les résultats aident à identifier les goulots d'étranglement et à optimiser les configurations pour des déploiements en production.

CDM-Sci est un data model conçu pour organiser les éléments de données correspondant à l'information physique et numérique requise pour configurer des simulations scientifiques. Il vise à adresser les défis des modèles multi-physiques et multi-échelles en offrant un langage commun pour faciliter la communication entre les scientifiques de différentes disciplines et un cadre optimisé pour la communication standardisée entre les logiciels agissant à différentes échelles.