Outil permettant de générer automatiquement un moteur d'identification d'espèces végétales similaire à Pl@ntNet, en utilisant des archives Darwin Core GBIF et des réseaux de neurones.

Ce projet fournit des outils et des environnements configurés pour exécuter des calculs intensifs sur des clusters GPU. Il facilite la soumission de tâches de calcul scientifique, d'apprentissage automatique ou de simulation numérique via des images conteneurisées optimisées pour les architectures NVIDIA. Destiné aux chercheurs et ingénieurs, il permet d'exploiter efficacement les ressources GPU disponibles dans un cadre académique ou industriel.

Ada est une plateforme éducative collaborative développée par Universcience et le ministère de la Culture, conçue pour assister les enseignants dans la création, l'adaptation et le partage de contenus pédagogiques scientifiques. Elle permet d'explorer des milliers de ressources vérifiées, de générer des activités interactives (vidéos, quiz, cours) et d'exporter ces créations dans des formats compatibles avec les environnements numériques de travail. L'outil s'appuie sur l'intelligence artificielle pour faciliter la recherche sémantique et personnaliser les contenus selon les besoins des enseignants et des élèves.

Pattern4GPU est un projet qui permet de faire des simulations de calculs intensifs en utilisant des GPU. Il s'appuie sur le framework Arcane pour la gestion des simulations.

Ce projet propose des implémentations parallèles optimisées de l'algorithme de clustering k-means, exploitant les unités vectorielles des CPU multi-cœurs et les GPU NVIDIA. Il permet d'accélérer significativement le traitement de grands jeux de données, comme des mesures de consommation électrique ou des données de recensement, tout en garantissant une précision numérique élevée grâce à des méthodes de sommation en deux étapes.

FARGOCA est un code hydrodynamique basé sur une grille, conçu pour étudier les disques protoplanétaires et les interactions entre planètes et disques. Il permet de modéliser des phénomènes physiques complexes comme l'advection orbitale, le chauffage visqueux, le rayonnement stellaire et les échanges énergétiques. Le logiciel prend en charge des géométries sphériques et des calculs en 2D ou 3D, offrant ainsi une solution adaptée aux besoins de la recherche en astrophysique.

Outil de monitoring léger et sans base de données dédié à l'analyse des performances des GPU. Il permet de visualiser en temps réel ou de manière historique l'utilisation des ressources (pourcentage d'usage, mémoire, énergie, température, vitesse des ventilateurs) ainsi que les processus en cours. Conçu pour les administrateurs système ou les chercheurs en sciences sociales computationnelles, il facilite l'optimisation des infrastructures équipées de GPU.

Outil conçu pour simplifier l'accès et la gestion de sessions Jupyter sur des clusters de calcul haute performance comme Candide ou Infinity. Il automatise la réservation de ressources, le transfert de ports et l'initialisation d'environnements Python adaptés, permettant aux utilisateurs de se concentrer sur leurs analyses et développements sans se soucier des contraintes techniques d'infrastructure.

Ce projet développe une méthode innovante de rendu neuronal basé sur des points pour la synthèse de vues réalistes à partir de plusieurs images. Il combine des techniques de vision par ordinateur et d'apprentissage profond pour optimiser les propriétés des scènes 3D, améliorant ainsi la qualité et la vitesse de rendu par rapport aux méthodes existantes. Le système permet également des applications comme l'harmonisation et la stylisation de scènes multi-vues.

Le projet sibr_core est un système d'image-based rendering (IBR) permettant la visualisation et le rendu d'images 3D à partir d'une collection d'images. Il offre des fonctionnalités telles que la création de mosaïques d'images et la gestion de caméras multi-vues.