Outil d'analyse et d'évaluation dédié à l'apprentissage non supervisé, permettant d'évaluer la qualité des clusters générés par des algorithmes de partitionnement. Ce module Python calcule plus de 40 indices internes de validation (comme l'indice de Dunn, de Davies-Bouldin ou de Calinski-Harabasz) pour mesurer la cohésion et la séparation des groupes. Il propose également des outils d'analyse de densité, de visualisation 2D/3D et de détection de confusion entre clusters via des hypersphères multidimensionnelles.

Le projet cluster-monitor permet de surveiller l'état d'un cluster de calcul en temps réel. Il fournit une visualisation de l'utilisation des ressources et des alertes en cas de défaillance ou de sous-utilisation des ressources. Cela permet aux administrateurs de cluster de détecter rapidement les problèmes et de prendre les mesures nécessaires pour y remédier.

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.

Ce service permet aux chercheurs d'accéder à distance à un cluster de calcul haute performance (Slurm) via une interface Jupyter. Les utilisateurs peuvent exécuter du code Python ou Octave, analyser des données, visualiser des résultats et manipuler des fichiers directement depuis leur navigateur. L'outil facilite la collaboration et l'expérimentation scientifique sans nécessiter d'installation locale complexe.

Outil de gestion et de monitoring pour le système de batch OAR, permettant aux utilisateurs de visualiser, soumettre et administrer des tâches et ressources de calcul. Le projet facilite le suivi des jobs en temps réel, l'authentification sécurisée des utilisateurs et l'administration des clusters OAR via une interface intuitive. Il s'intègre directement avec l'API OAR pour offrir une expérience utilisateur cohérente et centralisée.

Outil permettant d'explorer et de visualiser les ressources informatiques d'une infrastructure de calcul distribuée. Il offre une interface centralisée pour consulter les clusters, les nœuds, les processeurs, les mémoires, les GPU et les réseaux disponibles. Les utilisateurs peuvent analyser les performances, les configurations et les accès aux ressources, facilitant ainsi la planification et l'optimisation des ressources techniques.