L’objectif du projet COLOC est de réduire le temps et coût de transfert des données entre les différents processus d’une application de calcul intensif manipulant de grandes quantités de données. Pour cela, le programme de COLOC consiste d’une part à développer des méthodes et des outils permettant  de profiler les applications et d’identifier la topologie de l’infrastructure (modéliser l’architecture du matériel ainsi que les réseaux d’interconnexion), et d’autre part de faire exploiter ces informations par les gestionnaires de ressources (tels que SLURM), les librairies de communication comme MPI, les outils de d’analyse de performance et les applications elles-mêmes pour optimiser le placement des processus et des données..

Partenaires du projet :   Dassault Aviation, ESI-Efield AB, INRIA, ESI-Scilab Enterprises, FOI (Swedish Defence Research Agency), Teratec, UVSQ (Université de Versailles St-Quentin-en-Yvelines)

EoCoE uses the tremendous potential offered by the ever-growing computing infrastructure to foster and accelerate the European transition to a reliable and low carbon energy supply. EoCoE is assisting this transition via targeted support to four energy pillars: meteorology for energy, materials for energy, hydropower and geothermal energy and nuclear fusion. These four pillars are anchored within a strong transversal multidisciplinary basis providing high-end expertise in applied math and HPC.

Partenaires du projet :   ULB - FZJ - MPG - Fraunhauffer / IWES - RWTH - AACHEN - BSC - CEA - CERFACS - CNRS - EDF R&D - INRIA - Météo F / CNRM - UPSud - UVSQ - CYI - CNR - ENEA - UNITN - SUN - UNITOV - PSNC - BATH University

ESCAPE stands for Energy-efficient Scalable Algorithms for Weather Prediction at Exascale. The project will develop world-class, extreme-scale computing capabilities for European operational numerical weather prediction (NWP) and future climate models. The biggest challenge for state-of-the-art NWP arises from the need to simulate complex physical phenomena within tight production schedules. Existing extreme-scale application software of weather and climate services is ill-equipped to adapt to the rapidly evolving hardware. This is exacerbated by other drivers for hardware development, with processor arrangements not necessarily optimal for weather and climate simulations. ESCAPE will redress this imbalance through innovation actions that fundamentally reform Earth system modelling. The project will provide the necessary means to take a huge step forward in weather and climate modelling as well as interdisciplinary research on energy-efficient high-performance computing.

Partenaires du projet :   DMI, RMI, MeteoSwiss, DWD, Meteo-France, ICHEC, PSNC, U Lougborough, Atos/Bull, NVIDIA, Optalysy

L'objectif d’ESiWACE est d’améliorer l’efficacité et la productivité de la simulation météorologique et climatique sur des plateformes HPC. ESiWACE établira notamment des démonstrateurs de simulations exécutées à la plus haute résolution accessible (cible de 1km) permettant d’extraire les capacités HPC permettant d’adresser les challenges scientifiques clés de la prédiction météorologique et climatique. ESiWACE est un projet financé par le Programme Horizon 2020 de la Commission Européenne.

Partenaires du projet :   European Centre for Medium-Range Weather Forecasts (UK), Co-coordinator, Centre National de la Recherche Scientifique-Institut Pierre Simon Laplace (FR), Max-Planck-Institut für Meteorologie (DE) , Centre Européen de Recherche et de Formation Avancée en Calcul Scientifique (FR), Barcelona Supercomputing Center (ES), Science and Technology Facilities Council (UK), Met Office (UK), University of Reading (UK), Sveriges Meteorologiska och Hydrologiska Institut (SE), National University of Ireland Galway - Irish Centre for High End Computing (IE), Fondazione Centro Euro-Mediterraneo sui Cambiamenti Climatici (IT), Deutscher Wetterdienst (DE), Seagate Systems UK Limited (UK), BULL/ATOS (FR), Allinea (UK)

Le projet INTERTWinE aborde le problème de la conception et de la mise en œuvre de modèles de programmation pour Exascale. Bien qu'il reste encore de la place pour l'amélioration des modèles de programmation sur le plan individuel, les principaux défis résident dans l'interopérabilité entre les API. C'est cette interopérabilité, tant au niveau de la spécification qu'au niveau de la mise en œuvre, que ce projet vise à aborder et à faire avancer l'état de l’art.

Partenaires du projet :   Fraunhofer ITWM (Germany), Barcelona Supercomputing Center (Spain), KTH Royal Institute of Technology (Sweden), German Aerospace DLR (Germany), T-Systems SRF (Germany), UJI - Universitat Jaume-I (Spain), Inria - French National Institute for Computer Science and Applied Mathematics (France), University of Manchester (UK)
        

Since 2011, project Mont-Blanc has been investigating a new type of energy efficient computer architecture for HPC, leveraging ARM processors. Now in its third phase and coordinated by Bull (Atos Group), Mont-Blanc is funded by the EC under the Horizon 2020 program. Its aim is to define the architecture of an Exascale-class compute node capable of being manufactured at industrial scale, while developing the matching software ecosystem.

Partenaires du projet :   ARM, AVL, BSC, CNRS/LIRMM, ETHZ, HLRS, University of Cantabria, University of Graz, University of Versailles

La mission du Centre d’Excellence POP est de fournir des services d’experts pour analyser les performances d’une application (audit de performance), expliquer son comportement et proposer des solutions devant permettre de résoudre les problèmes identifiés durant l'audit.

Partenaires du projet :  HLRS (High Performance Computing Center Stuttgart of the University of Stuttgart), JSC (Jülich Supercomputing Centre), NAG (Numerical Algorithms Group), RWTH (Rheinisch-Westfälische Technische Hochschule Aachen), Teratec (with 2 third parties: lNRIA and CNRS)"

Le but du projet READEX est d’améliorer l’efficacité énergétique des applications dans le domaine du Calcul Haute Performance. Le projet rassemble des experts Européens de différents domaines du Calcul Numérique afin de développer une méthodologie s’appuyant sur des outils existants. Ceci permettra aux utilisateurs d’exploiter de manière automatique le comportement dynamique de leurs applications en adaptant le système selon le besoin immédiat en ressources

Partenaires du projet :  Technische Universität München (TUM), Norwegian University of Science and Technology (NTNU), Innovations National Computing Center (IT4I), National University of Ireland (ICHEC), INTEL, Gesellschaft für numerische Simulation mbH (GNS)

Le projet SAGE, qui intègre la recherche et l'innovation dans le matériel et les logiciels, améliorera de façon significative les performances en gestion de données (E/S) et permettra d'effectuer le calcul et l'analyse en tenant compte de la localisation des données. Via vue transparente des données sur toute la plate-forme, disposant de plusieurs niveaux de stockage( de la mémoire, via les disques jusqu à des archives long terme), les modèles API et de programmation pourront facilement utiliser une telle plate-forme pour mettre en œuvre les techniques d'analyse de données les plus appropriées aux problèmes traités.

Partenaires du projet :  CEA - DFKI - ATOS - DIAMOND - STFC - CCFE - ALLINEA