• Set Séminaires Recherche & Technologie
  • Saison 2020-2021 - None - None > Stéphane Requena, directeur technique et innovation à GENCI (Grand Equipement National de Calcul Intensif)
  • Feb. 10, 2021
  • Ircam, Paris
Participants
  • Stéphane Requena (conférencier)
Consulter le support de présentation

GENCI (Grand Equipement National de Calcul Intensif) est une Très Grande Infrastructure de Recherche (TGIR) dépendant du MESRI, du CNRS, du CEA, de la CPU et d’Inria. Créée en 2007 elle a pour role de mettre à disposition des chercheurs français, académiques et industriels, des moyens de calcul (supercalculateurs) et de stockage haute performance.

Ces moyens sont opérés au sein de 3 centres nationaux souverains (TGCC pour le CEA, IDRIS pour le CNRS et CINES pour les Universités) sont essentiellement disponibles gratuitement à tous les chercheurs pour des travaux de recherche ouverte (avec publication des résultats dans des revues, journaux, conférences) utilisant la modélisation numérique, le traitement de données et l’usage de l’intelligence artificielle (IA).

Concernant cette dernière GENCI est une des composantes du plan national #AIForHumanity et dans ce cadre met à disposition une machine de quasiment 3000 GPU et 40 Po de stockage pour les chercheurs en IA français.

GENCI est aussi actif vers les startups et les PME qui veulent s’approprier l’outil simulation numérique, calcul et usage de l’IA par le biais d’un programme intégré nommé SiMSEO.

En 2020 GENCI a mis à disposition plus de 2 milliards d’heures de calcul à plus de 1000 projets de recherche (dont 350 en IA) dans tous les domaines allant de la modélisation du climat, l’astrophysique ou la géophysique, le développement de nouvelles énergies, matériaux, biologie/santé ou le traitement de données dans le cadre de smart cities.

Nous avons par le passé accompagné des projets dans le domaine de l’acoustique/musique avec par exemple la modélisation de la vibration de cordes de piano (https://www.genci.fr/fr/content/musique-toucher-la-corde-sensible) ou séparation des sources audio (avec une startup Audionamix).

En ce sens nous serions très intéressés à voir comment nos moyens de calcul/stockage pourraient aider les chercheurs de l’IRCAM pour accélérer leur travaux de modélisation et d’IA.