Le package R `potential` fournit des fonctions pour calculer le modèle de potentiel défini par Stewart (1941). Il permet de personnaliser le modèle en ajustant les fonctions de friction de distance ou en utilisant des matrices de distance personnalisées. Certaines opérations sont parallélisées pour améliorer l'efficacité.

Dynamic Resource Extensions for Xbraid est un projet dédié à l'optimisation de la résolution de problèmes multi-physiques et à la parallélisation de calculs scientifiques en étendant les fonctionnalités de la bibliothèque Xbraid. Ce projet vise à améliorer l'efficacité et les performances des simulations complexes en utilisant des extensions dynamiques de ressources.

Ce projet vise à fournir aux étudiants un environnement de programmation facile à utiliser pour apprendre la programmation parallèle. L'idée est de paralléliser des calculs séquentiels sur des matrices 2D sur des plateformes multicoeurs et GPU. À chaque itération, la matrice actuelle peut être affichée, ce qui permet de vérifier visuellement la correction de la méthode de calcul.

LLG3D est un solveur de l'équation de Landau-Lifshitz-Gilbert stochastique en 3D, écrit en Python et utilisant la bibliothèque MPI pour paralléliser les calculs. Il permet la simulation de la dynamique de spin magnétique et sert à l'étude de la magnétoélectronique dans le cadre de la recherche en physique théorique des matériaux magnétiques.

Le projet p4est_dyn fournit des extensions dynamiques de ressources pour la bibliothèque p4est, permettant la gestion de ressources distribuées et la parallélisation de calculs scientifiques intensifs, en particulier pour les simulations numériques utilisant un maillage adaptatif.

Ce projet fournit des plugins implémentant l'abstraction dtkDistributedCommunicator, permettant la communication et la gestion de données entre processus distribués, ainsi que la parallélisation de calculs.

La bibliothèque dynamique PSets (dyn_psets) est une librairie de gestion de simulations numériques parallélisées. Elle permet d'optimiser les performances de calculs intensifs en répartissant les tâches sur plusieurs processeurs grâce à Open-MPI avec DPP.