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.

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.

Ce projet se concentre sur l'analyse approfondie des systèmes d'exploitation et du calcul parallèle. Il explore les mécanismes de concurrence, d'ordonnancement des tâches et de gestion de la mémoire pour améliorer les performances des systèmes informatiques. Les travaux en cours visent à fournir des bases théoriques et pratiques pour optimiser ces aspects critiques.

Le projet openmp est un wrapper pour les bibliothèques OpenMP, axé sur la configuration du système. Il est basé sur le système de construction et de déploiement PID. Le wrapper offre des fonctionnalités pour gérer les threads et optimiser les performances dans le cadre de l'informatique parallèle.

Ce projet permet de calculer et d'analyser les historiques d'utilisation des ressources CPU et GPU. Il est principalement utilisé dans un contexte académique ou de recherche pour optimiser les performances des systèmes informatiques et comprendre l'efficacité des calculs parallèles.

Le solveur hybride massivement parallèle (Maphys) permet de résoudre des systèmes linéaires épars grâce à des méthodes directes/itératives hybrides. Il vise à améliorer les performances de calcul et optimiser les processus de simulation numérique.

Ce projet permet de mettre en place un environnement de calcul distribué pour traiter de grandes quantités de données. Il utilise Apache Hadoop pour le stockage distribué et Apache Spark pour l'exécution de programmes en Scala. Le système est conçu pour répartir les tâches sur plusieurs machines (un maître et deux esclaves) afin d'optimiser les performances et la scalabilité. Les données sont stockées dans HDFS et les calculs sont exécutés en parallèle sur les nœuds du cluster.

Le projet galera-experiment vise à fournir un environnement de simulation et d'expérimentation pour les systèmes distribués et les clusters de calcul. Il permet d'optimiser les performances de calculs parallèles et de tester différentes configurations de manière automatisée.

MMX est une bibliothèque logicielle dédiée aux opérations matricielles multithreadées sur des matrices N-dimensionnelles. Elle permet d'effectuer des multiplications, transpositions, décompositions et résolutions de systèmes linéaires de manière optimisée. Conçue pour les calculs intensifs, elle améliore significativement les performances par rapport aux méthodes classiques, notamment grâce à la parallélisation des tâches.