Les logiciels installés

Olympe, vue arrière

Vous trouverez ici une liste de logiciels ou bibliothèques scientifiques installés. Cette liste n’est pas exhaustive. Pour la compléter, une fois connectés à Olympe, utilisez la commande (voir les modules disponibles) :

module available

Par exemple :

[@olympelogin1 ~]$ date
ven. nov. 29 10:57:40 CET 2019
[@olympelogin1 ~]$ module av
...
 
------------------------------------------- /usr/local/modules/modulefiles/scientific_applications -------------------------------------------
abaqus/2016                                hdf5/1.10.2-intelmpi                       paraview/5.5.0
amber/amber16-impi                         hdf5/1.10.2-openmpi                        paraview/5.5.2
amber/amber16-ompi                         hdf5/1.10.2-seq                            paraview/pvbatch-5.5.2

...

Les logiciels installés


Les bibliothèques scientifiques

Liste non exhaustive des bibliothèques installées. Cette liste évolue tout au long de la vie du Supercalculateur Olympe. Vous pouvez utilisez la commande module available (section compilers_and_libraries) pour consulter la liste des bibliothèques disponibles via les modules.

 
PLUS Ecosystème Python, tuto tensorflow, magma, openmpi cuda-aware

Les logiciels scientifiques

Liste non exhaustive des logiciels installés. Cette liste évolue tout au long de la vie du Supercalculateur Olympe. Vous pouvez utilisez la commande module available (section scientific_applications) pour consulter la liste des applications disponibles via les modules. Vous pouvez aussi exécuter la commande:

ls -l /usr/local

Les logiciels de visualisation

Les logiciels suivants de visualisation de données scientifiques sont installés sur Olympe.  

RAPPEL - Pour se connecter aux nœuds de visualisation d’Olympe, voir ici

L'écosystème Python

CALMIP préconise l’utilisation de conda pour l’installation de vos environnements python :

Environnements conda prêts à être utilisés ou clonés :

  • python (uniquement python)
  • python-tools (contenant les modules : Numpy, Scipy, Pandas, Matplotlib, JupyterLab plus quelques autres)
  • tensorflow (tensorflow, JupyterLab et TensorBoard)
  • pytorch (pytorch et JupyterLab)
  • scikit-learn (scikit-learn et JupyterLab)

Outils de visualisation également disponibles :

Pour des besoins très spécifiques:

Si vous avez des dépendances très nombreuses et particulières:

Voir aussi

FAQ

Questions fréquentes et messages d'erreurs

Lancer un calcul

Les différentes manières de lancer un calcul