Exa-MA : Méthodes et algorithmes pour Exascale

Introduction

Il existe un nombre croissant de problèmes pour lesquels les expériences sont impossibles, dangereuses ou extrêmement coûteuses.

Le calcul à très grande échelle permet d’élaborer des modèles prédictifs nettement plus précis et d’analyser des quantités massives de données grâce à l’IA.
La combinaison de la modélisation prédictive et des données, associée à l’apprentissage automatique et aux stratégies d’IA, peut ouvrir de nouvelles perspectives dans le domaine scientifique. Il s’agit notamment de passer d’une approche « Human-in-the-Loop » à une conception, une découverte ou une évaluation hybrides, menées conjointement par l’humain et l’intelligence artificielle.

Toutefois, divers défis scientifiques et techniques doivent être relevés pour exploiter les capacités de calcul à l’exascale.
Ces goulots d’étranglement ont un impact profond sur les méthodes et les algorithmes dans tous les aspects de la chaîne d’outils de simulation, notamment par le biais de :

  • (i) éviter la communication,
  • (ii) grain parallèle adaptatif et plus intensif en calcul au niveau des nœuds,
  • (iii) la gestion du matériel hétérogène et des représentations de données, et
  • (iv) l’auto-paramétrage.

Le projet Exa-MA vise à repousser les limites du calcul exascale en développant des méthodes numériques, des algorithmes et des bibliothèques logicielles de pointe.

Sa mission consiste notamment à :
  • Développement de méthodes avancées adaptées aux architectures exascale.
  • Contribuer aux bibliothèques logicielles open source qui permettent de masquer la complexité du matériel.
  • Intégration de techniques d’intelligence artificielle pour la simulation, la réduction de modèles et l’optimisation.
  • Mise à disposition de prototypes, de mini-applications et d’applications proxy afin de valider nos approches.
Exa-MA

Consortium

Le projet Exa-MA est mené par un consortium d’institutions de premier plan :

  • CEA
  • École Polytechnique
  • Inria
  • Sorbonne Université
  • Université de Strasbourg

Le projet Exa-Ma est divisé en 7 lots de travail (WP), chacun portant sur des aspects clés du développement de méthodes, d’algorithmes et de logiciels destinés au calcul exascale.

Nos lots de travail

Objectif
Assurer la coordination générale du projet, la gestion scientifique et technique, ainsi que les tâches administratives.

Thèmes principaux

  • Communication et coordination
  • Gestion des risques et des conflits
  • Suivi financier et administratif
  • Gouvernance et conformité


s principales
: Université de Strasbourg

Durée:
, mois 1 à 60

Description: Le WP0 «
» définit la structure de gouvernance du projet et garantit son bon fonctionnement en intégrant les contributions de tous les autres lots de travail. Il est chargé d’assurer la communication au sein du consortium, de gérer les tâches administratives et de veiller au respect des conventions de financement.

Objectif
Développer des techniques robustes pour la génération de maillages, le raffinement adaptatif, la discrétisation d’ordre élevé et l’intégration temporelle efficace dans le cadre de simulations multiphysiques.

Thèmes principaux

  • Génération de maillages (y compris les méthodes non conformes)
  • Stratégies de raffinement adaptatif du maillage
  • Discrétisation d’ordre élevé et discrétisation spectrale
  • Méthodes d’intégration temporelle parallèles et asynchrones

Responsablede l’
, CEA

Durée:
, mois 1 à 60

Description: Le WP1 du projet «
» est axé sur la création et l’adaptation de représentations maillées et de techniques de discrétisation permettant de réduire la charge de communication et d’augmenter l’intensité de calcul — des caractéristiques essentielles pour les applications exascale.

Objectif
Développer des modèles de substitution rapides et des méthodes d’ordre réduit en intégrant des techniques d’apprentissage automatique fondées sur les données et sur la physique.
Thèmes principaux
  • Méthodes de Galerkin neuronales
  • Réseaux neuronaux fondés sur la physique (PINN)
  • Approches non intrusives à base réduite
  • Modélisation à plusieurs niveaux de fidélité
Plomb
Inria
Durée
Mois 1 à 60
Description
Le WP2 vise à accélérer les simulations en réduisant la complexité de calcul tout en préservant les caractéristiques essentielles des modèles physiques. Des outils avancés d’apprentissage automatique sont mis à profit pour développer des modèles de substitution efficaces et des techniques de réduction.
Objectif
Concevoir des solveurs évolutifs pour les grands systèmes linéaires creux et les problèmes multiphysiques couplés sur des architectures exascale.
Thèmes principaux
  • Méthodes de décomposition de domaine
  • Arithmétique à précision mixte et contrôle des erreurs
  • Stratégies adaptatives de résolution
  • Techniques robustes de couplage multiphysique
Plomb
Inria
Durée:
, mois 1 à 60
Description: Le WP3 d’
se concentre sur le développement de technologies de solveurs robustes et efficaces. L’objectif est de relever les défis de calcul liés aux simulations monophysiques et multiphysiques couplées sur du matériel exascale moderne.
Objectif
Intégrer des données d’observation à des modèles physiques afin de résoudre des problèmes inverses à l’aide de méthodes déterministes et stochastiques.
Thèmes principaux
  • Assimilation de données par méthodes variationnelles et par ensembles
  • Équations différentielles stochastiques (EDS/EDSP)
  • Stratégies multi-fidélité pour les problèmes inverses
  • Modèles d’erreur d’observation optimisés

s principales
: Université de Strasbourg
Durée:
, mois 1 à 60
Description: Le WP4 du projet «
» s’attache à relever le défi que représente l’intégration des données de simulation aux observations réelles. Son objectif est d’améliorer les prévisions des modèles et de permettre une prise de décision plus éclairée grâce à des méthodologies avancées d’assimilation des données et de résolution de problèmes inverses.
Objectif
Développer des algorithmes d’optimisation à l’échelle exascale pour relever les défis liés à l’optimisation combinatoire, continue et mixte, notamment l’optimisation de forme et l’AutoML.
Thèmes principaux
  • Stratégies d’optimisation fondées sur la décomposition
  • Optimisation basée sur des modèles de substitution et à plusieurs niveaux de fidélité
  • Techniques d’optimisation de la forme
  • Optimisation pour l’IA (AutoML)
Plomb
Inria
Durée:
, mois 1 à 60
Description: Le WP5 d’
est consacré à la conception de méthodes d’optimisation innovantes tirant parti des capacités de calcul à l’exascale. Ces méthodes permettront d’obtenir des solutions plus rapides et plus précises pour des problèmes complexes de conception, de contrôle et de prise de décision.
Objectif
Quantifier les incertitudes dans les simulations multéchelles complexes et comprendre leur impact sur la modélisation prédictive.
Thèmes principaux
  • Analyse de sensibilité basée sur le noyau
  • Modélisation par approximations pour la quantification des incertitudes
  • Intégration en haute dimension et propagation de l’incertitude
  • Approches multi-arithmétiques et multi-fidélité

s de référence
de l’École Polytechnique
Durée:
, mois 1 à 60
Description: Le WP6 d’
développe des techniques permettant d’évaluer et de gérer les incertitudes au sein des modèles de simulation. Ces travaux sont essentiels pour garantir la fiabilité des prévisions et pour orienter les améliorations en matière de fidélité des modèles.
Objectif
Coordonner l’intégration, les tests et les évaluations comparatives des méthodes et des logiciels développés dans le cadre du projet Exa-MA, en garantissant leur interopérabilité et leurs hautes performances.
Thèmes principaux
  • Élaboration de cadres d’analyse comparative et de tests de non-régression
  • Création de démonstrateurs, de mini-applications et d’applications proxy
  • Activités de formation et de diffusion
  • Conception collaborative agile et intégration continue

s principales
: Université de Strasbourg
Durée:
, mois 1 à 60
Description:
Le WP7 sert de plateforme centrale pour l’évaluation et la validation des résultats du projet. Il offre un environnement structuré pour les tests, les comparaisons de performances et la formation, garantissant ainsi que tous les composants développés fonctionnent de manière cohérente sur des architectures exascale.

Logiciel

Le lot de travail n° 7 (WP7) du projet Exa-MA s’articule autour de plusieurs objectifs clés. Tout d’abord, il porte sur le développement de logiciels allant des tests de base aux tests avancés, y compris les tests de performance, afin de vérifier les capacités du calcul exascale et de relever les défis identifiés. L’objectif est de fournir des progiciels conformément au cadre d’intégration continue/de livraison continue (CI/CD) proposé par ExaDIP. D’autre part, le WP7 coordonne les activités de co-conception au sein d’Exa-MA, en étroite collaboration avec le projet ExaDIP. Cette collaboration garantit une communication efficace et une synergie entre les projets afin de faire progresser le calcul exascale.

Par ailleurs, le projet WP7 vise à mettre en place un espace d’exposition destiné à présenter les résultats obtenus dans le cadre d’Exa-MA. Cet espace servira de plateforme pour présenter et mettre en valeur les résultats et les réalisations du projet.

Enfin, le projet WP7 contribue à la création de supports de formation s’appuyant sur les résultats d’Exa-MA. Les enseignements tirés du projet seront mis à profit pour élaborer des ressources et des supports pédagogiques, facilitant ainsi le transfert et la diffusion des connaissances.

Pour atteindre ces objectifs, le lot de travail n° 7 s’appuie sur les principes de non-régression, de vérification et de validation. Les différentes études et développements menés dans le cadre des divers lots de travail du projet Exa-MA feront l’objet de tests et d’évaluations rigoureux avant d’être intégrés dans un démonstrateur.

Le WP7 est assuré par une équipe d’ingénieurs dédiée qui travaille à la croisée d’Exa-MA et d’autres projets, notamment ExaDIP. La gestion du WP7 suit une approche agile, en cohérence avec le plan de gestion de projet établi dans le WP0, afin de garantir une progression efficace et performante vers les objectifs fixés.

Notre logiciel

Arcane est un environnement de développement destiné aux codes de calcul numérique parallèle. Il prend en charge les aspects architecturaux d’un code de calcul, tels que les structures de données pour le maillage et le parallélisme, ainsi que des aspects davantage liés à l’environnement, comme la configuration des ensembles de données.

PackagingMinimal Validation TestsPublic RepositoryClearly-identified licenseMinimal Documentation
Packages exist

Packages published in repos
Unit test exist

CI exist

CI runs regularly (each new release)

CI runs regularly (each commit)
Publicly available source repository

Supports contribution via pull requests

Repository: github.com/arcaneframework/framework
License clearly stated

FLOSS license (FSF/OSI conformant)

SPDX is used

REUSE is used
Documentation exists

Easily browsable online
Open Public Discussion ChannelMetadataAPI Compatibility InformationMinimal Performance Tests
Channel exists

Freely joinable without invitation

Example: Matrix, Gitter, Discord
Software name

Description

License

Documentation URL

Discussion channel URL

Package repositories URLs

Repository URL

Autoevaluation using the list of criteria stated here
API changes documented

Semantic Versioning used

Clear release policy
Tests exist

Scripts to automate tests on supercomputers

Scripts/tools easing portability to new hardware
En savoir plus sur Arcane

CGAL est un projet logiciel qui permet d’accéder facilement à des algorithmes géométriques efficaces et fiables sous la forme d’une bibliothèque C++.

PackagingMinimal Validation TestsPublic RepositoryClearly-identified licenseMinimal Documentation




Spack: github.com/spack/spack
Also available on: Debian, Ubuntu, Fedora, Spack





Repository: github.com/CGAL




Open Public Discussion ChannelMetadataAPI Compatibility InformationMinimal Performance Tests


Aucun canal public identifié











En savoir plus sur CGAL

Composyx est une bibliothèque C++ d’algèbre linéaire axée sur la composabilité. Son objectif est de permettre à l’utilisateur d’exprimer un large éventail d’algorithmes à l’aide d’une interface de haut niveau, allant des prototypes sur ordinateur portable aux calculs parallèles sur des supercalculateurs comportant de nombreux nœuds.

PackagingMinimal Validation TestsPublic RepositoryClearly-identified licenseMinimal Documentation
Packages exist

Packages published in repos

Packages installation tested on supercomputers

Packages available in community repositories

Disponible dans GUIX-HPC
Unit test exist

CI exist

CI runs regularly (each new release)

CI runs regularly (each commit)
Publicly available source repository

Supports contribution via pull requests

Repository: gitlab.inria.fr/composyx/composyx
License clearly stated

FLOSS license (FSF/OSI conformant)

SPDX is used

REUSE is used
Documentation exists

Easily browsable online
Open Public Discussion ChannelMetadataAPI Compatibility InformationMinimal Performance Tests
Channel exists

Freely joinable without invitation

Aucun canal public identifié
Software name

Description

License

Documentation URL

Discussion channel URL

Package repositories URLs

Repository URL

Autoevaluation using the list of criteria stated here
API changes documented

Semantic Versioning used

Clear release policy
Tests exist

Scripts to automate tests on supercomputers

Scripts/tools easing portability to new hardware
En savoir plus sur Composyx

Bibliothèque numérique polyvalente et flexible qui met en œuvre des schémas itératifs de Krylov par blocs pour la résolution de systèmes d’équations linéaires à plusieurs termes de droite

Cette bibliothèque met actuellement en œuvre différentes variantes de solveurs itératifs de Krylov par blocs :

  • BCG (gradient conjugué par blocs)
  • BF-BCG (BCG sans Breadown)
  • BGCR (résidu conjugué généralisé par blocs)
  • BGMRES (résidu minimal général par bloc)
  • IB-BGMRES (BGMRES avec décomposition inexacte)
  • BGMRES-DR (BGMRES avec redémarrage déflaté)
  • IB-BGMRES-DR (BGMRES avec décomposition inexacte et redémarrage déflaté)
  • IB-BGCRO-DR (méthode des résidus conjugués généralisés par blocs avec orthogonalisation interne, décomposition inexacte et redémarrage déflaté)

Une attention particulière est accordée aux noyaux numériques internes, tels que ceux associés à la solution des moindres carrés, pour lesquels des variantes de la factorisation QR incrémentale par blocs sont mises en œuvre.

PackagingMinimal Validation TestsPublic RepositoryClearly-identified licenseMinimal Documentation
Packages exist

Packages published in repos

Packages installation tested on supercomputers

Packages available in community repositories

Disponible dans GUIX-HPC
Unit test exist

CI exist

CI runs regularly (each new release)

CI runs regularly (each commit)
Publicly available source repository

Supports contribution via pull requests

Repository: gitlab.inria.fr/solverstack/fabulous
License clearly stated

FLOSS license (FSF/OSI conformant)

SPDX is used

REUSE is used
Documentation exists

Easily browsable online
Open Public Discussion ChannelMetadataAPI Compatibility InformationMinimal Performance Tests
Channel exists

Freely joinable without invitation

Aucun canal public identifié
Software name

Description

License

Documentation URL

Discussion channel URL

Package repositories URLs

Repository URL

Autoevaluation using the list of criteria stated here
API changes documented

Semantic Versioning used

Clear release policy
Tests exist

Scripts to automate tests on supercomputers

Scripts/tools easing portability to new hardware
En savoir plus sur « fabuleux »

Feel est un framework C open source et hautement performant destiné à la résolution de modèles mathématiques complexes basés sur des équations aux dérivées partielles (EDP) et des équations aux dérivées ordinaires (EDO), à l’aide de méthodes de Galerkin avancées (méthodes des éléments finis, de Galerkin discontinu et spectrales) et de techniques efficaces de modélisation d’ordre réduit (ROM), notamment la méthode des bases réduites (RB), la décomposition orthogonale appropriée (POD) et les méthodes d’interpolation empirique (EIM). Il propose des boîtes à outils spécialisées (CFD, CSM, FSI, thermoélectrique, Maxwell), un calcul parallèle moderne avec une intégration transparente à Python (Pybind11) et une prise en charge étendue du DevOps (CI/CD, benchmarking et conteneurs). Feel++ est utilisé dans le milieu universitaire et l’industrie pour des simulations multiphysiques, des problèmes inverses, la quantification des incertitudes, l’assimilation de données et des applications d’apprentissage automatique.

Télécharger Feel++ :

 

 

PackagingMinimal Validation TestsPublic RepositoryClearly-identified licenseMinimal Documentation
Packages exist

Packages published in repos

Packages installation tested on supercomputers

Packages available in community repositories

Spack: numpex/spack.numpex
Guix: guix-hpc
Docker / Apptainer: Feel++ containers
Disponible sur : Debian, Ubuntu, Fedora, Spack, GUIX-HPC
Unit test exist

CI exist

CI runs regularly (each new release)

CI runs regularly (each commit)
Publicly available source repository

Supports contribution via pull requests

Repository: github.com/feelpp/feelpp
License clearly stated

FLOSS license (FSF/OSI conformant)

SPDX is used

REUSE is used
Documentation exists

Easily browsable online

Open Public Discussion ChannelMetadataAPI Compatibility InformationMinimal Performance Tests
Channel exists

Freely joinable without invitation

Software name

Description

License

Documentation URL

Discussion channel URL

Package repositories URLs

Repository URL

Autoevaluation using the list of criteria stated here
API changes documented

Semantic Versioning used

Clear release policy
Tests exist

Scripts to automate tests on supercomputers

Scripts/tools easing portability to new hardware

FreeFEM est un solveur d’équations aux dérivées partielles destiné aux systèmes multiphysiques non linéaires en 2D et 3D, utilisant la méthode des éléments finis.

Les problèmes impliquant des équations aux dérivées partielles issues de plusieurs branches de la physique, telles que les interactions fluide-structure, nécessitent l’interpolation de données sur plusieurs maillages ainsi que leur traitement au sein d’un même programme.

FreeFEM intègre un algorithme d’interpolation rapide ainsi qu’un langage permettant la manipulation de données sur plusieurs maillages. Il est écrit en C++ et le langage FreeFEM s’inscrit dans la syntaxe du C++.

PackagingMinimal Validation TestsPublic RepositoryClearly-identified licenseMinimal Documentation
Packages exist

Packages published in repos

Packages installation tested on supercomputers

Packages available in community repositories

Spack: spack/spack
Disponible sur : Debian, Spack
Unit test exist

CI exist

CI runs regularly (each new release)

CI runs regularly (each commit)
Publicly available source repository

Supports contribution via pull requests

Repository: github.com/FreeFem/FreeFem-sources
License clearly stated

FLOSS license (FSF/OSI conformant)

SPDX is used

REUSE is used
Documentation exists

Easily browsable online

non disponible
Open Public Discussion ChannelMetadataAPI Compatibility InformationMinimal Performance Tests
Channel exists

Freely joinable without invitation

non disponible
Software name

Description

License

Documentation URL

Discussion channel URL

Package repositories URLs

Repository URL

Autoevaluation using the list of criteria stated here
API changes documented

Semantic Versioning used

Clear release policy
Tests exist

Scripts to automate tests on supercomputers

Scripts/tools easing portability to new hardware
En savoir plus sur FreeFEM

Hawen résout des problèmes d’ondes harmoniques dans le temps pour les milieux acoustiques et élastiques à l’aide de la méthode HDG (Hybridizable Discontinuous Galerkin) pour la discrétisation. Il combine le parallélisme MPI et OpenMP pour traiter des applications à grande échelle telles que l’imagerie terrestre et l’héliosismologie.

Elle permet de traiter aussi bien le problème direct (propagation des ondes) que le problème inverse (identification des paramètres).

PackagingMinimal Validation TestsPublic RepositoryClearly-identified licenseMinimal Documentation
Packages exist

Packages published in repos

Packages installation tested on supercomputers

Packages available in community repositories

Disponible sur : GUIX-HPC
Unit test exist

CI exist

CI runs regularly (each new release)

CI runs regularly (each commit)
Publicly available source repository

Supports contribution via pull requests

Repository: gitlab.com/ffaucher/hawen
License clearly stated

FLOSS license (FSF/OSI conformant)

SPDX is used

REUSE is used

Licence : GPL v*
Documentation exists

Easily browsable online

non disponible
Open Public Discussion ChannelMetadataAPI Compatibility InformationMinimal Performance Tests
Channel exists

Freely joinable without invitation

non disponible
Software name

Description

License

Documentation URL

Discussion channel URL

Package repositories URLs

Repository URL

Autoevaluation using the list of criteria stated here
API changes documented

Semantic Versioning used

Clear release policy
Tests exist

Scripts to automate tests on supercomputers

Scripts/tools easing portability to new hardware
En savoir plus sur Hawen

HPDDM est une implémentation efficace de diverses méthodes de décomposition de domaine (DDM), telles que les méthodes RAS (Restricted Additive Schwarz) à un et deux niveaux, la méthode FETI (Finite Element Tearing and Interconnecting) et la méthode BDD (Balancing Domain Decomposition).

PackagingMinimal Validation TestsPublic RepositoryClearly-identified licenseMinimal Documentation
Packages exist

Packages published in repos

Packages installation tested on supercomputers

Packages available in community repositories

Disponible via Spack : hpddm/package.py
Unit test exist

CI exist

CI runs regularly (each new release)

CI runs regularly (each commit)
Publicly available source repository

Supports contribution via pull requests

Repository: github.com/hpddm/hpddm
License clearly stated

FLOSS license (FSF/OSI conformant)

SPDX is used

REUSE is used

Licence : LGPL v*
Documentation exists

Easily browsable online

non disponible
Open Public Discussion ChannelMetadataAPI Compatibility InformationMinimal Performance Tests
Channel exists

Freely joinable without invitation

non disponible
Software name

Description

License

Documentation URL

Discussion channel URL

Package repositories URLs

Repository URL

Autoevaluation using the list of criteria stated here
API changes documented

Semantic Versioning used

Clear release policy
Tests exist

Scripts to automate tests on supercomputers

Scripts/tools easing portability to new hardware
En savoir plus sur le HPDDM

MaHyCo est un code de volume inite destiné à la résolution d’équations hydrodynamiques : simulations lagrangiennes ou eulériennes.

Emballage Tests de validation minimaux Dépôt public Licence clairement identifiée Documentation minimale
Il existe des forfaits

Paquets publiés dans les dépôts

Installation des paquets testée sur des supercalculateurs

Paquets disponibles dans les dépôts communautaires
Test unitaire existant

Les CI existent

Le CI s'exécute régulièrement (à chaque nouvelle version)

La CI s'exécute régulièrement (à chaque commit)
Dépôt de sources accessible au public

Prend en charge les contributions via des pull requests

Dépôt : github.com/cea-hpc/MaHyCo
Licence clairement indiquée

Licence FLOSS (conforme aux normes FSF/OSI)

Le format SPDX est utilisé

On utilise REUSE

Licence : Apache-2.0
Il existe une documentation

Facilement consultable en ligne

indisponible
Canal de discussion public ouvert Métadonnées Informations sur la compatibilité des API Tests de performances minimaux
Le canal existe

Inscription libre, sans invitation

indisponible
Nom du logiciel

Description

Licence

URL de la documentation

URL du canal de discussion

URL des dépôts de paquets

URL du dépôt

Auto-évaluation à l'aide de la liste de critères indiquée ici
Modifications apportées à l'API : documentation

Utilisation du système de versionnement sémantique

Politique claire en matière de publication
Il existe des tests

Scripts permettant d'automatiser les tests sur des supercalculateurs

Scripts/outils facilitant la migration vers un nouveau matériel
En savoir plus sur MaHyCo

MUMPS est une suite logicielle haute performance destinée à la résolution de grands systèmes linéaires creux. Elle prend en charge un large éventail de types de matrices et de précisions arithmétiques, et offre des fonctionnalités avancées telles que le traitement parallèle, le raffinement itératif, le calcul hors mémoire, ainsi que des interfaces pour Fortran, C, Matlab et Scilab.

Emballage Tests de validation minimaux Dépôt public Licence clairement identifiée Documentation minimale
Il existe des forfaits

Paquets publiés dans les dépôts

Installation des paquets testée sur des supercalculateurs

Paquets disponibles dans les dépôts communautaires

Spack, PETSc
Test unitaire existant

Les CI existent

Le CI s'exécute régulièrement (à chaque nouvelle version)

La CI s'exécute régulièrement (à chaque commit)
Dépôt de sources accessible au public

Prend en charge les contributions via des pull requests

Dépôt : mumps-solver.org
Licence clairement indiquée

Licence FLOSS (conforme aux normes FSF/OSI)

Le format SPDX est utilisé

On utilise REUSE

Licence : CeCILL
Il existe une documentation

Facilement consultable en ligne

indisponible
Canal de discussion public ouvert Métadonnées Informations sur la compatibilité des API Tests de performances minimaux
Le canal existe

Inscription libre, sans invitation

indisponible
Nom du logiciel

Description

Licence

URL de la documentation

URL du canal de discussion

URL des dépôts de paquets

URL du dépôt

Auto-évaluation à l'aide de la liste de critères indiquée ici
Modifications apportées à l'API : documentation

Utilisation du système de versionnement sémantique

Politique claire en matière de publication
Il existe des tests

Scripts permettant d'automatiser les tests sur des supercalculateurs

Scripts/outils facilitant la migration vers un nouveau matériel
En savoir plus sur les oreillons

PaStiX (Parallel Sparse matriX package) est une bibliothèque scientifique qui fournit un solveur parallèle hautement performant pour les très grands systèmes linéaires creux, basé sur des méthodes directes. Les algorithmes numériques sont implémentés en précision simple ou double (réelle ou complexe) à l’aide des méthodes LLt, LDLt et LU avec pivotement statique (pour les matrices non symétriques présentant une structure symétrique). Ce solveur propose également certaines méthodes de compression de rang faible afin de réduire l’empreinte mémoire et/ou le temps de calcul nécessaire à l’obtention d’une solution.

Pour en savoir plus sur ce logiciel, veuillez contacter Christophe Prud’homme

Emballage Tests de validation minimaux Dépôt public Licence clairement identifiée Documentation minimale
Il existe des forfaits

Paquets publiés dans les dépôts

Installation des paquets testée sur des supercalculateurs

Paquets disponibles dans les dépôts communautaires

Bibliothèques disponibles : GUIX-HPC, PETSc
Test unitaire existant

Les CI existent

Le CI s'exécute régulièrement (à chaque nouvelle version)

La CI s'exécute régulièrement (à chaque commit)
Dépôt de sources accessible au public

Prend en charge les contributions via des pull requests

Référentiel : nan
Licence clairement indiquée

Licence FLOSS (conforme aux normes FSF/OSI)

Le format SPDX est utilisé

On utilise REUSE
Il existe une documentation

Facilement consultable en ligne
Canal de discussion public ouvert Métadonnées Informations sur la compatibilité des API Tests de performances minimaux
Le canal existe

Inscription libre, sans invitation

Exemple : Matrix, Gitter, Discord
Nom du logiciel

Description

Licence

URL de la documentation

URL du canal de discussion

URL des dépôts de paquets

URL du dépôt

Auto-évaluation à l'aide de la liste de critères indiquée ici
Modifications apportées à l'API : documentation

Utilisation du système de versionnement sémantique

Politique claire en matière de publication
Il existe des tests

Scripts permettant d'automatiser les tests sur des supercalculateurs

Scripts/outils facilitant la migration vers un nouveau matériel

PETSc, la boîte à outils portable et extensible pour le calcul scientifique (Portable, Extensible Toolkit for Scientific Computation), qui se prononce « PET-see », est destinée à la résolution évolutive (parallèle) d’applications scientifiques modélisées par des équations aux dérivées partielles (EDP).

Emballage Tests de validation minimaux Dépôt public Licence clairement identifiée Documentation minimale
Il existe des forfaits

Paquets publiés dans les dépôts

Installation des paquets testée sur des supercalculateurs

Paquets disponibles dans les dépôts communautaires

Paquets disponibles :
Debian, Ubuntu, Fedora, Autres, Spack (github.com/spack/spack)
Test unitaire existant

Les CI existent

Le CI s'exécute régulièrement (à chaque nouvelle version)

La CI s'exécute régulièrement (à chaque commit)
Dépôt de sources accessible au public

Prend en charge les contributions via des pull requests

Référentiel : nan
Licence clairement indiquée

Licence FLOSS (conforme aux normes FSF/OSI)

Le format SPDX est utilisé

On utilise REUSE
Il existe une documentation

Facilement consultable en ligne
Canal de discussion public ouvert Métadonnées Informations sur la compatibilité des API Tests de performances minimaux
Le canal existe

Inscription libre, sans invitation

Exemple : Matrix, Gitter, Discord
Nom du logiciel

Description

Licence

URL de la documentation

URL du canal de discussion

URL des dépôts de paquets

URL du dépôt

Auto-évaluation à l'aide de la liste de critères indiquée ici
Modifications apportées à l'API : documentation

Utilisation du système de versionnement sémantique

Politique claire en matière de publication
Il existe des tests

Scripts permettant d'automatiser les tests sur des supercalculateurs

Scripts/outils facilitant la migration vers un nouveau matériel

Qr_mumps est un progiciel destiné à la résolution de systèmes linéaires creux sur des ordinateurs multicœurs. Il met en œuvre une méthode de résolution directe basée sur la factorisation QR de la matrice d’entrée. Il est donc adapté à la résolution de problèmes de moindres carrés creux et au calcul de la solution de norme minimale de problèmes creux sous-déterminés. Il peut bien entendu être utilisé pour résoudre des problèmes carrés ; dans ce cas, la stabilité offerte par l’utilisation de transformations orthogonales s’accompagne d’un nombre d’opérations plus élevé par rapport aux solveurs basés, par exemple, sur la factorisation LU. Qr_mumps prend en charge l’arithmétique réelle et complexe, en précision simple ou double.

Emballage Tests de validation minimaux Dépôt public Licence clairement identifiée Documentation minimale
Il existe des forfaits

Paquets publiés dans les dépôts

Installation des paquets testée sur des supercalculateurs

Paquets disponibles dans les dépôts communautaires

Packages disponibles :
GUIX-HPC
Test unitaire existant

Les CI existent

Le CI s'exécute régulièrement (à chaque nouvelle version)

La CI s'exécute régulièrement (à chaque commit)
Dépôt de sources accessible au public

Prend en charge les contributions via des pull requests

Dépôt : gitlab.com/qr_mumps/qr_mumps
Licence clairement indiquée

Licence FLOSS (conforme aux normes FSF/OSI)

Le format SPDX est utilisé

On utilise REUSE
Il existe une documentation

Facilement consultable en ligne
Canal de discussion public ouvert Métadonnées Informations sur la compatibilité des API Tests de performances minimaux
Le canal existe

Inscription libre, sans invitation

Exemple : Matrix, Gitter, Discord
Nom du logiciel

Description

Licence

URL de la documentation

URL du canal de discussion

URL des dépôts de paquets

URL du dépôt

Auto-évaluation à l'aide de la liste de critères indiquée ici
Modifications apportées à l'API : documentation

Utilisation du système de versionnement sémantique

Politique claire en matière de publication
Il existe des tests

Scripts permettant d'automatiser les tests sur des supercalculateurs

Scripts/outils facilitant la migration vers un nouveau matériel
En savoir plus sur qr_mumps

L’utilisation de méthodes d’adaptation de maillage dans la simulation numérique permet de réduire considérablement l’empreinte mémoire et les coûts de calcul. Il existe différents types de méthodes : AMR par patch, AMR par cellule, à résolution multiple par cellule ou par point, etc.

Divers logiciels libres sont mis à la disposition de la communauté pour gérer l’adaptation du maillage : AMReX pour l’AMR par patches, p4est et pablo pour l’adaptation par cellules.

L’atout de Samurai réside dans le fait qu’il permet de mettre en œuvre toutes les méthodes d’adaptation de maillage mentionnées ci-dessus à partir d’une même structure de données. Le maillage est représenté sous forme d’intervalles et une algèbre d’ensembles permet de rechercher efficacement des sous-ensembles parmi ces intervalles. Samurai offre également une interface flexible et conviviale permettant de mettre facilement en œuvre des méthodes numériques.

Emballage Tests de validation minimaux Dépôt public Licence clairement identifiée Documentation minimale
Il existe des forfaits

Des paquets publiés dans des dépôts faciles à utiliser

Installation des paquets testée sur des supercalculateurs

Paquets disponibles dans les dépôts communautaires

Paquets disponibles :
Autres
Spack PR : #49144
Il existe des tests unitaires

La CI existe

Le CI s'exécute régulièrement (à chaque nouvelle version)

La CI s'exécute régulièrement (à chaque commit)
Dépôt de sources accessible au public

Prend en charge les contributions via des pull requests

Dépôt : github.com/hpc-maths/samurai
Licence clairement indiquée

Licence FLOSS (conforme aux normes FSF/OSI)

Le format SPDX est utilisé

On utilise REUSE

Logiciel libre : BSD
Il existe une documentation

Facilement consultable en ligne
Canal de discussion public ouvert Métadonnées Informations sur la compatibilité des API Tests de performances minimaux
Le canal existe

Inscription libre, sans invitation
Nom du logiciel

Description

Licence

URL de la documentation

URL du canal de discussion

URL des dépôts de paquets

URL du dépôt

Auto-évaluation à l'aide d'une liste de critères
Modifications apportées à l'API : documentation

Utilisation du système de versionnement sémantique

Politique claire en matière de publication
Il existe des tests

Scripts permettant d'automatiser les tests sur des supercalculateurs

Scripts/outils facilitant la migration vers un nouveau matériel
En savoir plus sur les samouraïs

TRUST est un progiciel thermohydraulique destiné aux simulations CFD. À l’origine, ce logiciel a été conçu pour les écoulements par conduction, les écoulements monophasiques incompressibles et les écoulements à faible nombre de Mach (LMN), grâce à un solveur multispécifique robuste de type « faiblement compressible » (WC). Cependant, d’importants travaux ont été menés récemment, et TRUST est désormais capable de simuler de véritables écoulements multiphasiques compressibles.

Emballage Tests de validation minimaux Dépôt public Licence clairement identifiée Documentation minimale
Il existe des forfaits

Paquets publiés dans les dépôts

Installation des paquets testée sur des supercalculateurs

Paquets disponibles dans les dépôts communautaires
Test unitaire existant

Les CI existent

Le CI s'exécute régulièrement (à chaque nouvelle version)

La CI s'exécute régulièrement (à chaque commit)
Dépôt de sources accessible au public

Prend en charge les contributions via des pull requests

Dépôt : github.com/cea-trust-platform
Licence clairement indiquée

Licence FLOSS (conforme aux normes FSF/OSI)

Le format SPDX est utilisé

On utilise REUSE
Il existe une documentation

Facilement consultable en ligne
Canal de discussion public ouvert Métadonnées Informations sur la compatibilité des API Tests de performances minimaux
Le canal existe

Inscription libre, sans invitation

Exemple : Matrix, Gitter, Discord
Nom du logiciel

Description

Licence

URL de la documentation

URL du canal de discussion

URL des dépôts de paquets

URL du dépôt

Auto-évaluation à l'aide de la liste de critères indiquée ici
Modifications apportées à l'API : documentation

Utilisation du système de versionnement sémantique

Politique claire en matière de publication
Il existe des tests

Scripts permettant d'automatiser les tests sur des supercalculateurs

Scripts/outils facilitant la migration vers un nouveau matériel
En savoir plus sur la plateforme TRUST

La plateforme Uranie est un framework open source développé au sein de la Commission de l’énergie atomique et des énergies alternatives (CEA), dans la division Énergie nucléaire, afin de traiter la propagation des incertitudes, les modèles de substitution, les problèmes d’optimisation, l’étalonnage des codes, etc. Cette plateforme s’appuie à la fois sur ses dépendances et sur des développements propres pour offrir un modèle efficace de traitement des données, une interface C++ et Python, des outils graphiques avancés, plusieurs solutions de parallélisation, etc. Ces méthodes peuvent ensuite être appliquées à de nombreux types de codes (considérés comme des « boîtes noires » par Uranie) ainsi qu’à de nombreux domaines de la physique.

Emballage Tests de validation minimaux Dépôt public Licence clairement identifiée Documentation minimale
Il existe des forfaits
Des paquets publiés dans des dépôts faciles à utiliser
Installation des paquets testée sur des supercalculateurs
Paquets disponibles dans les dépôts communautaires
Test unitaire existant
Les CI existent
Le CI s'exécute régulièrement (à chaque nouvelle version)
La CI s'exécute régulièrement (à chaque commit)
Dépôt de sources accessible au public
Prend en charge les contributions via des pull requests
Référentiel : uranie.cea.fr
Licence clairement indiquée
Licence FLOSS (conforme aux normes FSF/OSI)
Le format SPDX est utilisé
On utilise REUSE
Il existe une documentation
Facilement consultable en ligne
Canal de discussion public ouvert Métadonnées Informations sur la compatibilité des API Tests de performances minimaux
Le canal existe
Inscription libre, sans invitation
Nom du logiciel
Description
Licence
URL de la documentation
URL du canal de discussion
URL des dépôts de paquets
URL du dépôt
Auto-évaluation à l'aide de la liste de critères indiquée ici
Modifications apportées à l'API : documentation
Utilisation du système de versionnement sémantique
Politique claire en matière de publication
Il existe des tests
Scripts permettant d'automatiser les tests sur des supercalculateurs
Scripts/outils facilitant la migration vers un nouveau matériel

Réservez la date

Événements Exa-MA

Découvrez les prochains événements Exa-MA : nos séminaires et conférences, ainsi que les événements de nos partenaires.

aout, 2026



L'équipe

L'équipe Exa-MA

Découvrez les membres


Nous contacter

Restez en contact avec Exa-MA

Laissez-nous un message, nous vous contacterons dans les plus brefs délais.

    Privacy Preference Center