Dans cette page :
Environnements logiciels
Les logiciels disponibles sur Kairos
Architecture x86
- Les bibliothèques scientifiques
- Les logiciels scientifiques
- Les logiciels de visualisation
- L'écosystème Python
Les bibliothèques scientifiques
Liste non exhaustive des bibliothèques installées. Cette liste évolue tout au long de la vie du Supercalculateur Olympe. Vous pouvez utilisez la commande module available (section compilers_and_libraries) pour consulter la liste des bibliothèques disponibles via les modules.
- FFTw
- HDF5
- NetCDF
- parallel NetCDF
- MKL Intel(r) (BLAS, LAPACK, ScaLAPACK, ...)
- MUMPS
- PETSC
- Partitionnement de maillages
- AMGX (solveur multigrille sur GPU)
- Openmpi (dont une version cuda-aware)
- Expérimental: openmpi UCX et cuda-aware
- cgal
- MAGMA
Bibliothèques utiles pour l’Intelligence Artificielle :
Bibliothèques thématiques utilisant l’intelligence artificielle
Les logiciels scientifiques
Liste non exhaustive des logiciels installés. Cette liste évolue tout au long de la vie du Supercalculateur Olympe. Vous pouvez utilisez la commande module available (section scientific_applications) pour consulter la liste des applications disponibles via les modules. Vous pouvez aussi exécuter la commande:
ls -l /usr/local
- Gaussian :
- Gaussian 16 B01
- Exemple de script pour utiliser Gaussian 16 sur 36 cœurs
- Exemple de script pour utiliser G09 sur 36 cœurs
- MEEP
- OpenFOAM
- VASP
- Julia
- yambo
- tinker-hp
- QUANTUM ESPRESSO
- NAMD
- GROMACS
- AMBER et AMBERTOOLS
- ALPHAFOLD
- RELION
- ABAQUS
- CODE ASTER et SALOME
- CP2K
- LAMMPS
- alphafod (bientôt)
Les logiciels de visualisation
Les logiciels suivants de visualisation de données scientifiques sont installés sur Olympe.
RAPPEL - Pour se connecter aux nœuds de visualisation d’Olympe, voir ici
L'écosystème Python
CALMIP préconise l’utilisation de conda pour l’installation de vos environnements python :
Environnements conda prêts à être utilisés ou clonés :
- python (uniquement python)
- python-tools (contenant les modules : Numpy, Scipy, Pandas, Matplotlib, JupyterLab plus quelques autres)
- tensorflow (tensorflow, JupyterLab et TensorBoard)
- pytorch (pytorch et JupyterLab)
- scikit-learn (scikit-learn et JupyterLab)
- mpi4py (installer correctement le paquet)
- jax (installer correctement le paquet pour utiliser les GPUs)
Outils de visualisation également disponibles :
Pour des besoins très spécifiques:
- Vous pouvez utiliser les modules Python fournis par Intel
Si vous avez des dépendances très nombreuses et particulières:
- Il est peut-être plus simple de passer par un conteneur singularity
Architecture ARM
- Les bibliothèques scientifiques
- bibliothèques utiles pour l’Intelligence Artificielle
- Bibliothèques thématiques utilisant l’intelligence artificielle
- Les logiciels scientifiques
- Les logiciels de visualisation
- L'écosystème Python