Outil de contrôle à distance universel permettant de superviser et configurer des solveurs (SAT, PB ou CP) implémentant l'interface Universe. Il offre une interface graphique pour ajuster les paramètres des solveurs en temps réel, visualiser leurs statistiques dynamiques et explorer l'arbre de recherche. Destiné aux développeurs pour le débogage et aux utilisateurs finaux pour optimiser les performances des solveurs sur des problèmes spécifiques.

Ce projet vise à améliorer l'expérience utilisateur des développeurs travaillant avec Emacs en personnalisant l'environnement de développement et en optimisant les performances de démarrage. Il intègre également des éléments d'interface graphique modernes pour offrir une meilleure ergonomie.

Ce projet fournit un wrapper autour de la bibliothèque turbojpeg, permettant une intégration simplifiée dans des systèmes de développement. Il facilite l'utilisation de la compression JPEG haute performance pour des applications nécessitant un traitement d'images optimisé. Développé dans un cadre académique et de recherche, il est principalement utilisé par des développeurs et des équipes techniques pour améliorer les performances des applications graphiques.

MicroBenchmark est une bibliothèque C++ conçue pour faciliter l'évaluation et la comparaison des performances de fonctions ou d'algorithmes. Elle permet aux développeurs de mesurer l'efficacité de leurs implémentations en générant des rapports détaillés et des graphiques de performance. L'outil est particulièrement utile pour optimiser des calculs intensifs, comme les produits de Hadamard, et comparer l'impact de différentes options de compilation ou de configurations matérielles.

Outil dédié à l'évaluation et au benchmarking des stratégies d'ordonnancement générées par le compilateur Faust. Il permet de mesurer les performances CPU via des événements matériels, de comparer les réponses impulsionnelles des différents ordonnanceurs et de visualiser les résultats sous forme de graphiques détaillés. Utilisé principalement pour optimiser les performances des programmes de traitement du signal audio.

Ce projet développe des algorithmes d'apprentissage par renforcement pour entraîner des agents autonomes capables de résoudre des tâches complexes. Il utilise des environnements de simulation pour tester et améliorer les performances des modèles, en générant des graphiques et des vidéos de démonstration. Les résultats sont analysés pour optimiser les paramètres et maximiser les récompenses cumulées.

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.

GPUVis est un outil d'analyse et de visualisation dédié à l'inspection des traces GPU. Il permet aux développeurs et aux ingénieurs de diagnostiquer les problèmes de performance, d'identifier les goulots d'étranglement et d'optimiser les pilotes graphiques. L'application offre une interface intuitive pour explorer les événements temporels, les latences et les interactions entre le matériel et les logiciels graphiques.

Ce projet permet de déployer et d'exécuter des applications graphiques, notamment celles utilisant OpenGL, dans un environnement Docker optimisé pour les GPU NVIDIA. Il facilite le développement et le test d'applications graphiques en offrant une solution portable et reproductible, tout en garantissant des performances élevées grâce à l'accélération matérielle.

Ce projet automatise le benchmarking des performances des environnements HPC basés sur Guix, notamment pour les clusters comme Plafrim. Il exécute des tests de bande passante MPI entre nœuds, compare différentes configurations (MPI, réseaux) et stocke les résultats dans une base de données. Les données sont ensuite analysées pour détecter des régressions et visualisées sous forme de graphiques. L'objectif est d'optimiser les performances des infrastructures de calcul haute performance.