Projet d'évaluation destiné aux étudiants pour tester leurs compétences en programmation parallèle avec MPI et OpenMP. Il s'agit d'un examen pratique permettant de mesurer la maîtrise des concepts de parallélisation et de performance dans le cadre d'un cours ou d'une formation.

Ce projet développe des outils pour le calcul scientifique parallèle utilisant MPI, notamment pour le traitement de données via FFTW3 et la gestion de fichiers en parallèle. Il inclut des bibliothèques pour l'écriture et la lecture de grands jeux de données, ainsi que des méthodes de compression adaptées aux environnements haute performance. Les applications visent à optimiser les performances des calculs intensifs dans des contextes de recherche ou d'ingénierie.

Ce projet illustre l'utilisation du format HDF5 pour le stockage et la manipulation de données scientifiques parallèles. Il permet de créer, lire et analyser des fichiers de données structurés en tableaux multidimensionnels, souvent utilisés dans les domaines de la recherche, de l'ingénierie ou de la simulation numérique. L'accent est mis sur l'optimisation des performances grâce à des bibliothèques parallèles comme MPI et HDF5.

Projet open source dédié à la vérification de l'affinité des processus dans les environnements de calcul haute performance. Il permet de tester et valider le bon fonctionnement des bibliothèques MPI et OpenMP, notamment pour l'optimisation des performances sur des architectures parallèles comme les supercalculateurs.

Ce projet automatise le benchmarking des performances des environnements HPC basés sur Guix, notamment pour les clusters comme Plafrim. Il exécute des tests de bande passante MPI entre nœuds, compare différentes configurations (MPI, réseaux) et stocke les résultats dans une base de données. Les données sont ensuite analysées pour détecter des régressions et visualisées sous forme de graphiques. L'objectif est d'optimiser les performances des infrastructures de calcul haute performance.

This project focuses on improving the performance of software by analyzing and optimizing code. It provides tools for profiling and benchmarking algorithms, and offers recommendations for improving performance. The project is designed to help developers write more efficient code and improve the overall performance of their software.