L’équipe ParSys est spécialisée dans le calcul haute performance et les aspects théoriques et l'implémentation des algorithmes distribués.
Thèmes de recherche
L’activité de l’équipe implique également l’utilisation des architectures parallèles à la pointe de l’état de l’art pour obtenir une performance optimale des codes développés en vue des futures plate-formes exascales. De plus, en s’inspirant des phénomènes naturels, efficaces et robustes, l’équipe étudie des algorithmes distribués naturels pour concevoir des solutions performantes pour les réseaux émergents, et même pour développer des circuits distribués robustes dans des consortiums de cellules bactériennes, à des fins informatiques ou médicales (ordinateurs biologiques, médicaments intelligents, etc.).
Les principaux défis concernant les algorithmes étudiés dans l’équipe ParSys sont : l’optimisation des performances, le passage à l’échelle et l’équilibrage de charge, la tolérance aux défaillances et l’économie d’énergie.
Les applications (allant du calcul scientifique, quantique et de l’analyse de données aux protocoles réseaux en passant par les circuits micro-biologiques) répondent à des besoins industriels ou scientifiques essentiels et font l’objet de coopérations industrielles avec notamment ATOS-Bull, Total, et EdF.
Hugo Gabrielidis, Filippo Gatti, Stéphane Vialle. Génération conditionelle et inconditionelle de signaux sismiques à l’aide de modèles de diffusion. 16ème Colloque National en Calcul de Structures, CNRS, CSMA, ENS Paris-Saclay, CentraleSupélec, May 2024, Giens, France. ⟨hal-04610943⟩
Jérémy Fix, Stéphane Vialle, Remi Hellequin, Claudine Mercier, Patrick Mercier, et al.. Feedback from a data center for education at CentraleSupélec engineering school. 2022 IEEE International Parallel and Distributed Processing Symposium Workshops (IPDPSW), May 2022, LYON (Université Lyon 3), France. pp.330-337, ⟨10.1109/IPDPSW55747.2022.00065⟩. ⟨hal-04556247⟩
Sylvain Chevallier, Igor Carrara, Bruno Aristimunha, Pierre Guetschel, Sara Sedlar, et al.. The largest EEG-based BCI reproducibility study for open science: the MOABB benchmark. 2024. ⟨hal-04537061⟩
Filippo Gatti, Fanny Lehmann, Hugo Gabrielidis, Michaël Bertin, Didier Clouteau, et al.. Deep learning generative strategies to enhance 3D physics-based seismic wave propagation: from diffusive super-resolution to 3D Fourier Neural Operators.. European Geophysical Union General Assembly 2024, Apr 2024, Vienna, Austria. 2024, ⟨10.5194/egusphere-egu24-2443⟩. ⟨hal-04534286⟩
Hugo Gabrielidis, Filippo Gatti, Stéphane Vialle, Gottfried Jacquet. Génération conditionnelle et inconditionnelle de signaux sismiques à l’aide de modèles de diffusion.. CSMA 2024 16ème Colloque National en Calcul des Structures, Association Calcul des Structures et Modélisation (CSMA), May 2024, Presqu’île de Giens (Var) Giens (Var), France. ⟨hal-04531795v2⟩
Christine Castejon, Christine Eisenbeis. « Sur la santé au travail nous ne renoncerons pas ! ». Regards Croisés. Revue franco-allemande d’histoire de l’art et d’esthétique, 2018, dossier “Santé au travail, l’activité en question”, 27, pp 29–31. ⟨hal-01963134⟩