L’assemblée annuelle d’Exa-MA 2026, qui s’est tenue aux Arts et Métiers ParisTech (Aix-en-Provence) du 19 au 21 janvier 2026, a souligné le rôle central du projet dans l’initiative française NumPEx. Il s’est concentré sur la préparation de la pile logicielle pour le supercalculateur exascale « Alice Recoque ».
Exa-MA vise à révolutionner les méthodes et algorithmes pour l’échelle exascale : discrétisation, résolution, apprentissage et réduction d’ordre, problème inverse, optimisation et incertitudes. Nous contribuons à la pile logicielle des futurs ordinateurs européens.
La troisième assemblée générale d’Exa-MA a mis en lumière le rôle central du projet dans l’initiative française NumPEx, en préparant la pile logicielle pour le supercalculateur exascale « Alice Recoque ». Les principales discussions ont porté sur les priorités pour 2026 : la portabilité des GPU, la convergence HPC pilotée par l’IA et les opérateurs neuronaux en temps réel, avec des applications dans les domaines de l’énergie de fusion, de la modélisation du climat et de l’aéronautique. L’assemblée a mis l’accent sur la fourniture de solutions souveraines, ouvertes et reproductibles, tout en relevant des défis tels que la fiabilité de l’IA dans le HPC et l’accélération du GPU. En développant la formation et les démonstrateurs, Exa-MA renforce son « modèle français » d’innovation collaborative, jetant un pont entre l’IA et le HPC pour un impact scientifique et sociétal mesurable.
Lundi 19 janvier 2026
- Présentation générale de NumPEx et Exa-MA
- Présentations des groupes de travail : progrès accomplis + points forts scientifiques + prochaines étapes
Vendredi 7 novembre 2025
- Présentation de Sage-HPC (AI for HPC)
- Présentation de Daimos (HPC for AI)
- Retour d’information des groupes de travail (réunions internes aux groupes de travail + sessions en petits groupes avec les cadres) :
- WP1 – Discrétisation
- WP2 – Ordre du modèle, substitut, méthodes scientifiques de ML
- WP3 – Solveur pour l’algèbre linéaire et la multiphysique
- WP4 – Combinaison de données et de modèles, problèmes inverses
- WP5 – Optimisation
- WP6 – Quantification de l’incertitude
- WP7 – Showroom, benchmarking et coordination de la co-conception
Participantes et participants
- Emmanuel Agullo, Inria
- Pierre Alliez, Inria
- Amaury Bélières Frendo, Unistra
- Ani Anciaux Sedrakian, IFPEN
- Brieuc Antoine dit Urban, Inria
- Juliette Antonczak, Unistra
- Mark Asch, Université de Picardie
- Hassan Ballout, Unistra
- Hélène Barucq, Inria
- Jérôme Bobin, CEA
- Jed Brown, Université du Colorado
- Filippo Brunelli, Inria
- Ansar Calloo, CEA
- Xinye Chen, Sorbonne Université
- Javier Cladellas, Unistra
- Susanne Claus, ONERA
- Ariel De Vora, CEA
- Mohamed Doumbouya, Inria
- Pierre Dubois, CEA
- Mahmoud El khadiri, Inria
- Erik Fabrizzi, Sorbonne Université
- Vincent Faucher, CEA
- Emmanuel Franck, Inria
- Josselin Garnier, Ecole Polytechnique
- Clément Gauchy, CEA
- Christophe Geuzaine, Université de Liège
- Laetitia Giraldi, Inria
- Loic Gouarin, Ecole Polytechnique
- Arthur Gouinguenet, Inria
- Virginie Grandgirard, CEA
- Julien Herrmann, Inria
- Alexandre Hoffmann, Ecole Polytechnique
- Remy Hosseinkhan, Ecole Polytechnique
- Daria Hrebenshchykova, Inria
- Bertrand Iooss, EDF
- Vincent Italiano, Unistra
- Utpal Kiran, CEA
- Félix Kpadonou, CEA
- Philipp Krah, CEA
- Stéphane Lanteri, Inria
- Romain Le Tellier, CEA
- Benoît Malézieux, CEA
- Gilles Marait, Inria
- Jean-Baptiste Mascary, ANR
- Lois McInnes, Laboratoire national d’Argonne
- Victor Michel-Dansac, Inria
- Mahamat Hamdan Nassouradine, CEA
- Frédéric Nataf, Sorbonne Université
- Laurent Navoret, Unistra
- Lars Nerger, Institut Alfred Wegener
- Augustin Parret-Fréaud, Safran
- Lucas Pernollet, CEA
- Raphaël Prat, CEA
- Christophe Prud’homme, Unistra
- Isabelle Ramière, CEA
- Yves Robert, ENS
- Mael Rouxel-Labbe, Geometry Factory
- Gianluigi Rozza, SISSA
- Eric Savin, ONERA
- Lukas Spies, Inria
- Alexandre Tabouret, Sorbonne Université
- El-ghazali Talbi, Université de Lille
- Tom Caruso, Inria
- Sébastien Tordeux, Inria
- Arthur Vidard, Inria
- Jean-Pierre Vilotte, CNRS
PEPR NumPEx
