Fatima DAIM

Senior technology expert – Applied Mathematics and Data Science

Une simulation numérique de crash automobile reste encore un défi pour les constructeurs malgré la généralisation du calcul haute performance. De plus en plus de nouveaux matériaux et de technologies sont utilisés afin de réduire la consommation d’énergie de la voiture. Ceci nécessite l’intégration de méso-modèles de certains composants tels que les points de soudure et la cellule de batterie afin d’obtenir une simulation prédictive.  Le calcul haute performance seul ne peut répondre aux problèmes générés par l’intégration numérique de ces modèles détaillés et locaux dans un modèle global de voiture, par conséquent des méthodes de réduction de modèles et d‘apprentissage vont être utilisés afin d’intégrer le comportement du méso-modèle avec un coût réduit tout en préservant la précision.

Cristel SAUDEMONT

Directeur France, Supercomputing & AI, Enseignement Supérieur et Recherche

L’intelligence artificielle aussi bien à travers l’apprentissage profond et le machine Learning voit la taille de ses modèles et des données incroyablement croitre. Leurs complexités grandissantes requièrent un passage à l’échelle avec un besoin d’accès à du calcul haute performance. De l’autre côté, L’intelligence artificielle propose des modèles de remplacement, et devient un composant de la simulation numérique. Dans cet exposé, je reviendrai plus en détails sur ces notions de converge avec des exemples

Fabrice DUPROS

Principal HPC Engineer

Avec près de 900 processeurs produits par seconde, les architectures Arm accompagnent les mutations dans de nombreux domaines (Automobile,  Villes durables, Santé, Mobilité …) . Durant cette présentation, nous ferons un focus sur la trajectoire et la diversité des solutions Arm dans le domaine du HPC.