ClusterShell est une bibliothèque Python open source événementielle, conçue pour exécuter des commandes localement ou à distance en parallèle sur des fermes de serveurs ou sur de grands clusters Linux. Elle prend en charge les problèmes courants rencontrés dans les clusters haute performance, tels que l'exécution de commandes distribuées à l'aide d'algorithmes d'exécution optimisés, la collecte de résultats et la fusion des sorties identiques, ou la récupération des codes de retour.

Le projet hello-mpi vise à faciliter le développement et l'exécution d'applications parallèles sur des clusters de calcul haute performance. Il offre des fonctionnalités de gestion de workflows, d'optimisation de performances et de simulation de calculs distribués, permettant aux utilisateurs de tirer parti des ressources de calcul offertes par les clusters MPI.

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.

Batsim est un simulateur de tâches et de ressources pour les environnements de calcul haute performance. Il permet de modéliser et d'analyser le comportement des machines, des tâches et des workflows dans des clusters informatiques. L'outil est utilisé pour évaluer des politiques d'ordonnancement, optimiser l'utilisation des ressources et réduire la consommation énergétique des infrastructures.

SMASTA+ est un framework open source conçu pour optimiser l'allocation de tâches dans des environnements distribués, notamment pour des clusters MapReduce. Il utilise une stratégie multi-agents basée sur la négociation continue pour réduire le temps moyen de réalisation des jobs (flowtime) tout en améliorant l'efficacité des ressources. Le projet inclut des outils de simulation et de visualisation pour analyser les performances des allocations.

Lustre est un système de fichiers distribué open source conçu pour gérer de grands volumes de données dans des environnements haute performance. Il permet de configurer, optimiser et maintenir des clusters de stockage pour des infrastructures critiques comme les centres de données ou les supercalculateurs. Le projet fournit des outils et des ressources pour faciliter le développement, le test et le déploiement de solutions de stockage distribué.

Outil dédié à la simulation et à l'analyse des systèmes de calcul haute performance. Il permet de modéliser les comportements des utilisateurs, d'optimiser l'ordonnancement des tâches et d'évaluer la consommation énergétique des infrastructures. Idéal pour les chercheurs et les administrateurs de clusters souhaitant améliorer l'efficacité des systèmes.

Ce projet fournit une documentation et un support aux utilisateurs des infrastructures de calcul haute performance (HPC) de l'Observatoire de la Côte d'Azur. Il cible spécifiquement les utilisateurs des clusters Licallo et Lagrange, en offrant des ressources techniques et des guides pour optimiser l'utilisation des ressources de calcul.

EASEA est une plateforme open source dédiée à la spécification et à l'exécution d'algorithmes évolutifs. Elle permet aux chercheurs de concevoir facilement des algorithmes d'optimisation pour résoudre des problèmes scientifiques variés (continus, discrets, combinatoires, etc.). Grâce à son modèle d'îlots embarqué, elle exploite des ressources distribuées (clusters, cloud, GPGPU) pour accélérer les calculs, offrant des gains de performance significatifs.

Le projet grafana-eidastats-k8s permet la surveillance et le monitoring de clusters Kubernetes, avec une visualisation détaillée des métriques système et des performances des applications déployées. Il aide à détecter les anomalies et optimiser les ressources, assurant une meilleure gestion et fiabilité des environnements conteneurisés.