Ce projet est une preuve de concept (POC) développée pour tester des fonctionnalités liées à la simulation et à la visualisation de machines FODO, utilisées dans le domaine de la physique des accélérateurs de particules. Il combine une interface utilisateur moderne en JavaScript avec un backend léger en Python pour générer et afficher des données techniques.

Outil logiciel dédié à la gestion et au commissioning des opérations machine pour l'accélérateur de particules. Il permet de configurer et tester des scripts MATLAB dans un simulateur, en assurant la compatibilité avec les environnements opérationnels. Le projet facilite la maintenance des fichiers et la gestion des permissions pour les utilisateurs autorisés.

Rcpp est une bibliothèque qui permet d'intégrer du code C++ dans l'environnement R pour accélérer les calculs et manipuler des données de manière plus performante. Elle est largement utilisée par les statisticiens, les data scientists et les chercheurs pour optimiser des algorithmes ou créer des packages R plus rapides. Le projet inclut des outils pour compiler et tester le code, ainsi que des exemples pratiques pour maîtriser son utilisation.

Ce projet contient des notebooks et des scripts pour tester un environnement Tensorflow/Keras, avec des tests de classification d'images monochromes à l'aide d'un CNN. Les données de test sont fournies et le projet prend en charge l'utilisation de GPU pour accélérer les tests.

Ce projet propose une image Docker basée sur NVIDIA CUDA 11.0, conçue pour faciliter la compilation et les tests dans des environnements nécessitant des capacités GPU. Utilisée principalement pour des pipelines CI/CD, elle permet aux développeurs de standardiser leurs environnements de développement et de test, garantissant ainsi une compatibilité et une reproductibilité accrues dans les projets nécessitant des calculs accélérés par GPU.

Ce projet développe une classe C++ pour simuler des aimants et correcteurs utilisés dans les accélérateurs de particules, comme ceux de l'ESRF. Il calcule les champs magnétiques à partir des courants d'alimentation et transmet ces données à des simulateurs externes. L'outil permet de tester et valider des configurations d'équipements sans matériel physique, facilitant ainsi le développement et le débogage des systèmes de contrôle.

Projet dédié à l'optimisation et à l'accélération de calculs intensifs en utilisant des technologies comme CUDA et nvC++. Il permet de tester et comparer les performances des calculs parallèles sur CPU et GPU, notamment pour des applications scientifiques ou industrielles nécessitant des ressources de calcul avancées. Le projet inclut des outils de calibration, de benchmarking et des exemples pratiques pour évaluer l'efficacité des algorithmes.

Ce projet fournit une classe Tango dédiée à la simulation des correcteurs de puissance pour les accélérateurs de particules. Il permet de modéliser et contrôler les courants électriques, les points de consigne et les états des correcteurs dans un environnement de test. Utilisé principalement dans le cadre de la recherche et du développement en physique des accélérateurs, il facilite l'intégration et la validation des correcteurs avant leur déploiement sur des infrastructures critiques comme celles de l'ESRF.

Ce projet réalise des tests préliminaires pour évaluer l'accélération des calculs de relaxation magnétique via OpenMP et GPU. Il simule le processus de relaxation utilisé dans Radia en itérant des calculs de nouvelles magnétisations. Les performances sont comparées entre une exécution CPU simple, OpenMP et GPU pour identifier les gains de temps significatifs.

SimulatedEbsMS est une classe Tango dédiée à la simulation du dispositif MasterSource dans le cadre du simulateur EBS. Elle permet de reproduire le comportement d'équipements électroniques complexes, facilitant ainsi le développement, les tests et l'intégration de systèmes de contrôle pour les accélérateurs de particules. Ce projet est utilisé dans un environnement de recherche scientifique pour valider des architectures matérielles sans nécessiter de matériel physique.