Infrastructure de calcul et de traitement des données
Une infrastructure numérique de calcul haute performance et de traitement massif de données est mise à la disposition des personnes enseignantes ainsi que de leurs étudiants et étudiantes, pour la réalisation d’activités et de projets pédagogiques en lien, notamment, avec l’intégration de l’intelligence artificielle au cursus de formation.
Dans le but de soutenir l'innovation pédagogique et le développement de compétences numériques avancées, vous bénéficiez d'un accès facilité à une infrastructure haute performance équipée de CPU et de GPU, vous permettant d'enrichir votre enseignement avec des activités pratiques impliquant des calculs intensifs et l'analyse de grandes quantités de données. Cette infrastructure permet de bonifier vos activités pédagogiques en offrant aux étudiants et aux étudiantes l'opportunité d'expérimenter, dans un cadre sécurisé et préconfiguré selon vos besoins disciplinaires, des outils de calcul avancés aussi utilisés dans le monde professionnel et en recherche.
Qu’est-ce qu’une infrastructure haute performance ?
Une infrastructure haute performance désigne un système informatique spécialement conçu pour traiter des tâches intensives en maximisant la vitesse et l’efficacité de leur exécution. Elle repose sur l'association stratégique de deux types de processeurs complémentaires, soit les CPU (Central Processing Unit ou processeur central) et les GPU (Graphics Processing Unit ou processeur graphique), afin d’optimiser les performances selon la nature des calculs à effectuer. Les CPU gèrent les opérations générales et séquentielles du système, tandis que les GPU soutiennent les tâches de calcul parallèles.
Applications pédagogiques
- Apprentissage automatique (par exemple: éducation, informatique, sciences cognitives)
- Traitement et analyse d’images, de sons et de vidéos (par exemple: médecine, communication, médias numériques)
- Analyse de données massives et prédictions (par exemple: gestion, finances, sciences sociales)
- Systèmes d’information géographique (SIG) et analyse d’images satellites (par exemple: géographie, urbanisme, géomatique)
- Accélération des calculs intensifs et simulations scientifiques (par exemple: physique, chimie, biologie, génie)
- Modélisation et rendu 3D (par exemple: arts, design, ingénierie)
- Traitement automatique du langage (par exemple : droit, théologie, linguistique)
- Analyse et simulation en santé (par exemple: imagerie médicale, essais cliniques, génétique)
- Modélisation des impacts environnementaux et climatiques (par exemple: développement durable, foresterie)
- Analyse des réseaux sociaux et détection des fausses informations (par exemple: sciences politiques, communication).
Modes d’accès
Selon le type d'activité pédagogique et le niveau d'expertise, différents modes d'accès sont possibles:
- Interface web via Jupyter Lab ou Jupyter Notebook
- Connexion SSH pour exécuter des scripts en ligne de commande
- Logiciels spécialisés (exemple : MATLAB, Ansys, AutoCAD, etc.)
