Cette bibliothèque permet de mesurer et d'analyser les performances des sites web développés avec Vue.js. Elle offre des outils pour évaluer le temps de rendu des composants, identifier les goulots d'étranglement et optimiser l'expérience utilisateur. Idéale pour les développeurs souhaitant améliorer la vitesse et la réactivité de leurs applications web.

Ce projet développe des outils pour optimiser les performances des calculs scientifiques, notamment via des méthodes de stencil et de gestion de mémoire. Il permet de simuler des processus physiques complexes et d'évaluer l'efficacité de différentes approches algorithmiques. Les fonctionnalités incluent le benchmarking, la gestion de données en mémoire et l'analyse de performance pour des applications nécessitant une haute efficacité computationnelle.

Ce projet propose des outils et méthodes pour optimiser les calculs intensifs sur GPU, notamment dans le domaine de la simulation scientifique. Il inclut des bibliothèques et frameworks dédiés à l'accélération des traitements parallèles, ainsi que des ressources pédagogiques pour former les utilisateurs à ces technologies. Destiné aux chercheurs et ingénieurs, il facilite la mise en œuvre de solutions haute performance pour des applications variées.

Ce projet propose une analyse approfondie des performances des systèmes de cache, notamment pour les politiques LRU (Least Recently Used) et leurs variantes. Il permet d'évaluer l'efficacité des stratégies de remplacement de cache en simulant des scénarios d'accès aux données et en mesurant les taux de succès et d'échec. Les résultats aident à optimiser les performances des applications nécessitant un accès rapide aux données.

Ce plugin permet de surveiller et analyser les configurations et performances des services Imperva, notamment le WAF (Web Application Firewall). Il offre une visibilité en temps réel sur les règles de sécurité appliquées, les statistiques de trafic et les incidents détectés. Les utilisateurs peuvent ainsi optimiser la protection de leurs applications web et garantir leur conformité aux politiques de sécurité.

Ce projet propose une image Docker légère basée sur CentOS 7, intégrant Miniconda et PyTorch avec support CUDA 11.1. Conçue pour les environnements d'intégration continue, elle facilite la création et le test d'applications utilisant le deep learning. L'image est optimisée pour des performances reproductibles dans des pipelines CI/CD.

C++CMS est un framework C++ open source conçu pour développer des applications web modernes et performantes. Il permet de créer des services backend efficaces, de gérer des requêtes HTTP de manière optimisée et de générer des pages dynamiques grâce à un système de templates intégré. Idéal pour les développeurs cherchant une solution légère et rapide pour leurs projets web.

SelFIe est un outil de profilage léger pour Linux qui permet de surveiller les appels système et les appels MPI sans modification du code source des applications. Il peut être utilisé pour identifier les goulots d'étranglement dans les applications et optimiser les performances.

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.

Outil conçu pour faciliter l'utilisation des frameworks de deep learning (TensorFlow et PyTorch) dans un environnement où les GPU sont partagés entre plusieurs utilisateurs. Il automatise la configuration des ressources GPU, permet de limiter la mémoire allouée par application et propose des stratégies d'allocation adaptées pour optimiser les performances et éviter les conflits.