MINOTAuR est un projet de recherche dédié à la conception et à l'évaluation de processeurs RISC-V avancés. Il propose des architectures matérielles optimisées pour des applications embarquées et haute performance. Le projet inclut des outils de simulation, des benchmarks standardisés et des méthodes d'analyse des performances. Les processeurs développés sont comparés à des références existantes pour valider leur efficacité. Les résultats sont utilisés pour publier des travaux académiques et améliorer les architectures futures.

Projet de recherche visant à évaluer et optimiser les performances des systèmes embarqués basés sur des processeurs ARM. Il permet de mesurer l'impact de différentes configurations matérielles et logicielles sur les performances globales, notamment en analysant la latence mémoire et l'efficacité des calculs parallèles. Les résultats sont utilisés pour améliorer les architectures futures et guider les choix de conception.

Projet open source dédié à l'optimisation et au benchmarking de cœurs RISC-V sur des architectures FPGA. Il permet de mesurer les performances de processeurs embarqués, d'automatiser des tests matériels et de faciliter le développement de systèmes embarqués pour la recherche et l'industrie. Le projet inclut des outils pour compiler des logiciels, configurer des environnements de développement et exécuter des benchmarks comme CoreMark.

HiPeData est un format de données et une bibliothèque logicielle conçus pour le traitement haute performance des données issues des télescopes Cherenkov, notamment pour le réseau CTA (Cherenkov Telescope Array). Il facilite l'optimisation des algorithmes scientifiques en exploitant les opérations SIMD des processeurs modernes, permettant un traitement vectorisé et accéléré des données astrophysiques.

PasTiS est un simulateur de processeurs graphiques (GPU) conçu pour analyser et optimiser les performances des architectures matérielles. Il permet de modéliser des composants comme les mémoires cache, les unités de calcul ou les pipelines, et d'évaluer l'impact des choix architecturaux sur les calculs matriciels et les opérations graphiques.

Ce projet permet d'associer et de dispatcher correctement les tâches sur un cluster de calcul en utilisant les identifiants de processeurs fournis par OAR et ceux des nœuds machines. Il vise à optimiser l'utilisation des ressources CPU en garantissant une allocation précise et efficace des tâches de calcul, améliorant ainsi les performances globales du cluster.

Le projet Turbo décodeur au-delà du Gbps sur multi-cœurs CPU est conçu pour optimiser les performances de décodage de données à des débits supérieurs au Gbps. Il exploite la puissance de traitement parallèle des processeurs multi-cœurs pour améliorer la vitesse et réduire la latence de décodage. Le décodeur prend en charge le décodage simultané de plusieurs flux de données, offrant une solution flexible et efficace pour les applications exigeantes en matière de traitement de données haute vitesse.

MIA est un outil permettant d'analyser et d'optimiser les performances d'un ensemble de tâches sur un processeur multi-cœurs, en prenant en compte les interférences entre tâches. Il fournit le calcul des dates de lancement minimales et des plannings associés pour un ensemble de tâches donné.

Projet dédié à l'analyse et à l'optimisation de l'architecture frontend d'un processeur Cortex A72, notamment sur un Raspberry Pi 4. Il permet d'évaluer l'impact de l'ordonnancement in-order sur les résultats de performance. L'objectif est de fournir un modèle frontend manuel pour des tests comparatifs et des améliorations techniques.

Projet logiciel open source dédié à l'optimisation et à la gestion des ressources entre processeurs (CPU) et unités de traitement graphique (GPU). Permet d'améliorer les performances des applications intensives en calcul.