Nous suivre Industrie Techno

abonné

Un supercalculateur pour tester des matériaux innovants

Sophie Eustache

Le nouveau supercalculateur Ener 110, d’une puissance de 110 teraflops, dont s'est doté l’Institut français du pétrole et des énergies nouvelles (Ifpen) de Rhône-Alpes épaulera la recherche dans le secteur des matériaux innovants. Ce supercalculateur, capable de réaliser mille milliards d’opérations par seconde, intègre 378 nœuds (soit 6048 cœurs) de calculs interconnectés entre eux par un réseau interne très haut débit (FDR à 56 Gbit/s).

A travers la plate-forme Axel'One, le supercalculateur permettra de mettre au point des procédés pour les matériaux à faible empreinte environnementale : bio-sourcés et recyclés, notamment. «Ce type de calculateur permet d'analyser un grand nombre de facteurs au sein d'un système complexe. On peut modéliser la molécule seule mais aussi, pour la partie[…]

Pour lire la totalité de cet article, ABONNEZ-VOUS

Déjà abonné ?

Mot de passe perdu

Pas encore abonné ?

Bienvenue !

Vous êtes désormais inscrits. Vous recevrez prochainement notre newsletter hebdomadaire Industrie & Technologies

Nous vous recommandons

Plan quantique, chromatographie, Virgin Orbit, point sur la course aux vaccins … le best-of techno de la semaine

Plan quantique, chromatographie, Virgin Orbit, point sur la course aux vaccins … le best-of techno de la semaine

Quelles sont les innovations qui vous ont le plus marqués au cours des sept derniers jours ? Cette semaine, le plan Quantique[…]

« Augmenter la productivité du procédé de chromatographie est l'un des graal de l’industrie chimique », lance François Parmentier, fondateur de Separative

« Augmenter la productivité du procédé de chromatographie est l'un des graal de l’industrie chimique », lance François Parmentier, fondateur de Separative

La résonance magnétique nucléaire à très haut champ accessible aux industriels

La résonance magnétique nucléaire à très haut champ accessible aux industriels

Le silicium non cristallin mieux caractérisé grâce aux modèles d’apprentissage automatique

Fil d'Intelligence Technologique

Le silicium non cristallin mieux caractérisé grâce aux modèles d’apprentissage automatique

Plus d'articles