Projet pédagogique dédié à l'apprentissage des techniques de calcul intensif sur GPU. Il propose des exercices pratiques pour comprendre le parallélisme, l'optimisation de code et l'utilisation des bibliothèques dédiées. Destiné aux étudiants en informatique ou aux développeurs souhaitant se former aux architectures GPU.

Le projet NPB (NAS Parallel Benchmarks) est une suite de programmes conçus pour évaluer les performances des supercalculateurs et des systèmes parallèles. Développé par la NASA, il permet de mesurer l'efficacité des architectures informatiques en simulant des charges de travail intensives. Les benchmarks couvrent divers domaines comme le calcul scientifique, la dynamique des fluides ou le traitement de données massives. Les résultats obtenus aident les chercheurs et ingénieurs à optimiser leurs configurations matérielles et logicielles.

Ce projet propose une solution légère pour orchestrer des tâches en arrière-plan au sein d'une architecture distribuée. Il permet de gérer des files de messages et d'exécuter des traitements de manière asynchrone, optimisant ainsi les performances et la scalabilité des systèmes informatiques.

Ce projet centralise et organise les données techniques liées aux infrastructures informatiques d'une organisation. Il permet de suivre l'état des équipements, d'analyser les performances des systèmes et de documenter les architectures en place. Les équipes techniques l'utilisent pour améliorer la maintenance et optimiser les ressources.

Consolas est un projet visant à optimiser la consommation énergétique des systèmes informatiques grâce à un contrôle adaptatif de leur architecture et à la minimisation des coûts d'adaptation.

StarPU est un système d'exécution pour les architectures informatiques hétérogènes. Il permet l'exécution de tâches parallèles sur différents types de processeurs (CPU, GPU, etc.) en optimisant l'utilisation des ressources et la gestion de la mémoire.

StarPU est un système d'exécution pour les architectures informatiques hétérogènes. Il permet l'exécution de tâches parallèles sur différents types de processeurs (CPU, GPU, etc.) en optimisant l'utilisation des ressources et la gestion de la mémoire.