MatriCS

  MatriCS

Type de service	Plateforme de calcul
Statut	En production
URL	https://www.matrics.u-picardie.fr/
Contact	matrics@u-picardie.fr
Localisation	Amiens
Structure d'appartenance	Université de Picardie Jules Verne
Tutelles	Université de Picardie Jules Verne

Cycle de vie des données

Ce service intervient au cours des stades du cycle de vie suivants :

Analyse

Stockage

Chargement de la carte...

{"format":"leaflet","minzoom":false,"maxzoom":false,"limit":50,"offset":0,"link":"all","sort":[""],"order":[],"headers":"show","mainlabel":"","intro":"","outro":"","searchlabel":"... autres r\u00e9sultats","default":"\u0026#32;","import-annotation":false,"width":"280px","height":"280px","centre":false,"title":"","label":"","icon":"","lines":[],"polygons":[],"circles":[],"rectangles":[],"copycoords":true,"static":false,"zoom":false,"defzoom":14,"layers":["OpenStreetMap"],"image layers":[],"overlays":[],"resizable":false,"fullscreen":false,"scrollwheelzoom":true,"cluster":true,"clustermaxzoom":20,"clusterzoomonclick":true,"clustermaxradius":20,"clusterspiderfy":true,"geojson":"","clicktarget":"","showtitle":true,"hidenamespace":true,"template":"","userparam":"","activeicon":"","pagelabel":false,"ajaxcoordproperty":"","ajaxquery":"","locations":[{"text":"\u003Cb\u003E\u003Ca href=\"/index.php/MatriCS\" title=\"MatriCS\"\u003EMatriCS\u003C/a\u003E\u003C/b\u003E","title":"MatriCS","link":"","lat":49.89928,"lon":2.30001,"icon":""}],"imageLayers":[]}

MatriCS est une plateforme mutualisée au service de tous les laboratoires de l’Université de Picardie Jules Verne (UPJV) qui a pour objectifs de :

• Mettre au service de la recherche un lieu unique de ressources en sciences du numérique, proposant de la numérisation, du calcul haute performance, un stockage fiable et sécurisé de données, et de la visualisation/restitution des résultats de la numérisation et des calculs.
• Former, en présentiel ou en ligne, les étudiants et personnels de l’UPJV et les industriels, à l’utilisation des équipements et logiciels de la plateforme.

La plateforme MatriCS propose un robot humanoïde Pepper, un scanner laser 3D, une caméra 3D à champ lumineux et un serveur de visualisation avec 2 GPU et des logiciels tels que Faro Scene, ANSYS, Optistruct ou Abaqus…

Afin de répondre à de nombreux besoins, le cluster dispose de plusieurs types de nœuds :

• des nœuds « normaux »,
• des nœuds avec beaucoup de mémoires pour des recherches demandant beaucoup de mémoires dans les calculs,
• des nœuds avec 2 GPUs pour des logiciels HPC comme Gromacs ou Lammps, des nœuds avec 4 GPUs pour l’intelligence artificielle (en particulier pour l’apprentissage profond),
• des nœuds pour visualiser et interagir avec les résultats.

Le calculateur comporte de nombreux nœuds de calcul et un nœud de visualisation.

Domaines scientifiques :Sciences & Technologies

PE6 Sciences informatiques et informatique

Thématique et/ou mots clés :

• Calcul haute performance
• Calcul parallèle
• Numérisation
• Visualisation
• Stockage sécurisé de données
• Intelligence artificielle
• Apprentissage profond

Type de données :Données de simulation numérique

Communauté d'utilisateurs : Communautés scientifiques de l'Université de Picardie Jules Verne et leurs partenaires Usagers et bénéficiaires :Chercheurs, Enseignants-chercheurs, Doctorants

Conditions d'usage : L'utilisateur demande une ouverture de compte à l'aide d'un formulaire. Ouvert aux chercheurs des laboratoires et plateformes de l'Université de Picardie Jules Verne (UPJV) voire aux chercheurs externes avec lesquelles un utilisateur enregistré confirme être en collaboration dans le cadre d'un projet mixte auquel participe l'UPJV.

Conditions tarifaires :

Certification/Label :

Conditions générales d'utilisation :

Services proposés par la structure d'appartenance

Structure	Services proposés
Université de Picardie Jules Verne	MatriCS Université de Picardie Jules Verne : Open Science

utilisation de superordinateurs capables d’exécuter plusieurs milliards d’opérations à la seconde, pour modéliser des phénomènes complexes ou traiter de gros volumes de données.

utilisation de superordinateurs capables d’exécuter plusieurs milliards d’opérations à la seconde, pour modéliser des phénomènes complexes ou traiter de gros volumes de données.