Performance des calculs avec des NaN et autres valeurs exotiques

Pierre Aubert




Prérequis

Compilateur

Nous allons utiliser le compilateur GCC-9 ou une version plus récente. Si vous êtes coincés avec un GCC plus vieux (même si un gcc 7 ou 8 fera l'affaire) vous pouvez l'installer avec Anaconda (dans un environnement propre à ce tutorial) :

conda install gcc9


Suivre dans un Conteneur

Le cours peut être suivit avec une image docker via apptainer sur votre laptop ou sur un serveur distant ou via docker sur Kubernetes ou Docker-Swarm ou équivalent:

  • Light image 148 MB OK : docker://gitlab-registry.in2p3.fr/cta-lapp/cours/performance_with_nan/performance_with_nan_alpine_light:latest
  • Code server 329 MB OK : docker://gitlab-registry.in2p3.fr/cta-lapp/cours/performance_with_nan/performance_with_nan_alpine_micromamba_code_server:latest
  • Jupyter-hub OK : docker://gitlab-registry.in2p3.fr/cta-lapp/cours/performance_with_nan/performance_with_nan_alpine_micromamba_vscode:latest


L'utilisation est expliquée dans lecture demo.

Outils de compilation

Nous utiliserons CMake et Make pour compiler nos programmes et effectuer nos tests de performance.

Outil pour afficher les résultats

Nous utiliserons Gnuplot pour afficher les résultats de nos tests.

Outil de gestion des versions

Nous utiliserons Git pour gérer les versions des programmes.

Project minimal pour commencer le cours

Le projet minimal qui permet de commencer le cours se trouve ici.

Correction du projet complet

La correction du projet complet se trouve ici.