Outil de mesure et d'analyse de la latence mémoire des systèmes informatiques. Permet aux développeurs et administrateurs système d'évaluer les performances des accès mémoire, d'identifier les goulots d'étranglement et d'optimiser les configurations matérielles ou logicielles pour améliorer l'efficacité des applications.

SVF est un framework open source dédié à l'analyse statique de pointeurs pour les programmes compilés avec LLVM. Il permet de détecter des erreurs mémoire, d'optimiser le code et de vérifier la cohérence des accès mémoire. Utilisé principalement dans le domaine de la compilation et de la sécurité logicielle, il offre des outils pour analyser les flux de données et les dépendances entre pointeurs dans un programme.

Bibliothèque Rust fournissant des fonctions de hachage parfait (PHF) pour optimiser la recherche et le stockage de données. Elle permet de générer des structures de données minimales et non minimales, réduisant ainsi l'espace mémoire tout en garantissant des accès rapides. Utilisée dans des contextes nécessitant des performances élevées, comme les bases de données ou les moteurs de recherche.

Sciqlop-cache est une solution de cache clé-valeur rapide et persistante pour Python, conçue pour stocker et récupérer des objets coûteux à recalculer. Elle permet aux applications de partager des données entre plusieurs processus ou threads de manière sécurisée, sans corruption des données en cas de crash. Idéale pour les grands tableaux NumPy, elle optimise les performances en réduisant les temps d'accès et en limitant l'utilisation mémoire grâce à des mécanismes d'éviction automatique.

FlatBuffers est une bibliothèque open source conçue pour optimiser la gestion de la mémoire lors de la sérialisation de données. Elle permet de réduire la latence et d'améliorer les performances des applications en évitant les copies inutiles de données. Utilisée dans des domaines variés comme les jeux vidéo, les applications mobiles ou les systèmes embarqués, elle facilite l'échange et l'accès rapide aux données structurées.

Outil permettant d'explorer et de visualiser les ressources informatiques d'une infrastructure de calcul distribuée. Il offre une interface centralisée pour consulter les clusters, les nœuds, les processeurs, les mémoires, les GPU et les réseaux disponibles. Les utilisateurs peuvent analyser les performances, les configurations et les accès aux ressources, facilitant ainsi la planification et l'optimisation des ressources techniques.

Outil dédié à l'extrapolation et à l'analyse de matrices de données, permettant de traiter des séries temporelles pour en déduire des tendances ou des valeurs futures. Utilisé pour optimiser la gestion de la mémoire et accélérer les calculs dans des environnements nécessitant une forte puissance analytique.

Outil dédié au lancement et à l'optimisation d'applications de type LImA et LImA2, principalement utilisées dans des environnements de calcul haute performance. Il configure dynamiquement les ressources système (CPU, mémoire, affinité NUMA) pour maximiser les performances des applications de traitement de données et d'acquisition (DAQ). Il prend en charge l'accélération matérielle via des bibliothèques comme Power9 NX GZIP et permet une intégration avec des frameworks comme Tango pour une gestion centralisée.

Le projet rotor est un module Python qui vise à remplacer la fonctionnalité de checkpointing de PyTorch en offrant des stratégies plus efficaces et plus faciles à régler. Il permet d'optimiser l'utilisation de la mémoire vive pendant l'entraînement de réseaux de neurones, ce qui peut accélérer l'entraînement et permettre de s'entraîner sur des jeux de données plus grands.

Le projet Optimisation vise à améliorer l'efficacité et la productivité des processus métiers grâce à l'automatisation et la gestion de workflows. Il permet de simplifier et d'accélérer les tâches répétitives, offrant ainsi un gain de temps et une meilleure qualité de travail.