CUDA est une plateforme de calcul parallèle développée par NVIDIA, permettant aux développeurs d'exploiter la puissance des GPU pour des calculs intensifs. Elle est largement utilisée dans les domaines scientifiques, l'intelligence artificielle, le traitement d'images et les simulations complexes. CUDA simplifie la programmation parallèle et améliore significativement les performances des applications.

PhoenixThread est une bibliothèque C++ conçue pour faciliter la gestion de tâches parallèles et l'exécution de commandes système de manière optimisée. Elle permet aux développeurs d'orchestrer des processus en arrière-plan, de suivre leur état et de gérer efficacement les ressources disponibles. Idéale pour les applications nécessitant des calculs intensifs ou des traitements asynchrones, elle simplifie le développement multithread tout en offrant des outils pour le suivi et la synchronisation des tâches.

Kokkos est un écosystème de bibliothèques C++ conçu pour permettre aux développeurs de créer des applications performantes et portables sur diverses architectures de calcul haute performance. Il offre des abstractions pour l'exécution parallèle du code et la gestion des données, en ciblant des plateformes comme les GPU (CUDA, HIP, SYCL), les CPU multi-cœurs (OpenMP, threads C++) et les systèmes distribués (HPX). Utilisé dans la recherche et l'industrie, il simplifie le développement tout en maximisant les performances.

Sidi est un module Python léger conçu pour faciliter l'utilisation de Dask Distributed. Il simplifie la création et la gestion de schedulers et workers distribués, ainsi que l'instanciation de classes distantes. Idéal pour les développeurs cherchant à optimiser des calculs parallèles sans complexité excessive.

Ce projet fournit un guide pratique pour utiliser Singularity, un outil de conteneurisation, afin de créer des environnements isolés et reproductibles pour exécuter des calculs parallèles avec OpenMPI. Il s'adresse aux chercheurs et ingénieurs souhaitant déployer des applications MPI sur des clusters de calcul de manière simplifiée, sans les contraintes des machines virtuelles classiques. Le projet inclut des exemples concrets pour compiler et exécuter des programmes MPI dans des conteneurs, facilitant ainsi la reproductibilité et la portabilité des calculs.

Ce projet facilite l'exécution de tâches parallèles utilisant le standard MPI (Message Passing Interface) sur un cluster Kubernetes. Il permet aux utilisateurs de déployer et gérer des jobs de calcul intensif de manière simplifiée, en tirant parti de l'orchestration Kubernetes pour une meilleure scalabilité et fiabilité. Idéal pour les applications scientifiques ou industrielles nécessitant des calculs distribués.

Ce dépôt centralise les bibliothèques tierces (TPLs) nécessaires à la compilation et à l'exécution de l'application proxyApp, dédiée au calcul haute performance. Il regroupe des outils comme KOKKOS, RAJA, Chai ou Umpire, essentiels pour les simulations scientifiques et les calculs parallèles. Les bibliothèques sont préconfigurées pour une intégration simplifiée via CMake, permettant aux développeurs de se concentrer sur leur code métier sans gérer manuellement les dépendances complexes.

Cpp-taskflow est une bibliothèque moderne en C++ conçue pour simplifier la programmation parallèle. Elle permet aux développeurs d'exprimer des tâches et leurs dépendances de manière intuitive, facilitant ainsi l'optimisation des performances des applications nécessitant un calcul intensif ou des opérations multithreads. Idéale pour les projets scientifiques, industriels ou embarqués, elle réduit la complexité liée à la gestion des threads et améliore l'efficacité des ressources.

StarPU Packages est un projet open source qui propose des paquets logiciels pour StarPU, un framework de calcul parallèle et hétérogène. Il permet aux utilisateurs d'installer facilement des bibliothèques et outils nécessaires pour exploiter StarPU dans leurs applications scientifiques ou industrielles. Le projet vise à simplifier le déploiement et l'utilisation de StarPU sur différentes plateformes.