Simuler le changement climatique, étudier des matériaux, affiner des algorithmes... nécessitent de puissants outils de calcul. C'est ce que propose GENCI, le Grand équipement national de calcul intensif, qui permet aux entreprises, industriels et chercheurs d’accéder à des supercalculateurs pour leurs travaux de pointe exigeant une puissance de calcul intensif.

2. LA
SIMULATION
NUMÉRIQUE
POUR
BOOSTER VOS
PERFORMANC
ES
SIMSEO
Un programme de l’Etat qui vous
accompagne vers la simulation
numérique en vous proposant un
accompagnement personnalisé avec
des équipes R&D performantes et un
accès à des Supercalculateurs.
Elise Quentel
cheffe de projet R&D
chez GENCI

3. GENCI
Qui sommes-nous ?
TRES GRANDE INFRASTRUCTURE DE RECHERCHE
Opérateur public créé en 2007 par le MESRI, le CEA, le CNRS, la CPU
et Inria.
Notre rôle est de porter la politique nationale en calcul intensif pour le
recherche.
Notre mission : mettre à disposition des chercheurs français
(académiques, industriels) pour leur travaux de recherche en simulation
numérique et IA des supercalculateurs et des moyens de stockage.
3 centres de calcul, 2 au sud de Paris (IDRIS et TGCC) et un à
Montpellier (CINES)
Ces machines sont accessibles, gratuitement, via des appels à projets
basés sur l’excellence scientifique que nous organisons 2 fois par an.

4. SIMSEO
En quoi consiste ce programme ?
UN PROGRAMME DE R&D POUR LES START-UPS
Afin d’aider et accélérer le passage à l’échelle des startups et PME
françaises, nous avons mis en place avec l’aide de la DGE un
programme national spécifique appelé SiMSEO (https://simseo.fr), porté
par plusieurs plateformes régionales.
Depuis sa création il y a 3 ans il a permis de sensibiliser plus de 1200
PME.
Récemment avec la convergence entre le monde du calcul et celui de
l’IA nous nous sommes rapprochés d’incubateurs comme Station F (via
FrencTech Central) ou The Camp afin d’être à même de pouvoir aider
des startups.

5. 0
25
50
75
100
125
Avril Mai Juin Juillet
CLIQUEZ ET
MODIFIEZ
LE TITRE
Cliquez pour modifier le texte
LE PROGRAMME
SIMSEO
Monté dans le cadre du PIA II
Porté par la DGE
Financé par BPI FRANCE
SIMSEO
2 entités leaders :
GENCI et Teratec
3 axes :
- Acculturation
- Offres de services
- Accompagnement R&D
régional et sur mesure

6. NOS
SUPERCALCULATEUR
S
NATIONAUXPerformants, Innovants et
Souverains JOLIOT-CURIE AU TGCC
Supercalculateur BULL Sequana X1000 de 9,4 petaflop/s doté d'une
architecture équilibrée
ADA AU CNRS
Calculateur adapté à des codes de calcul avec un degré de parallélisme
modéré et/ou nécessitant beaucoup de mémoire par nœud, IBM x3750M4
de 230 téraflop/s
TURING AU CNRS
Calculateur adapté à des codes de calcul massivement parallèles IBM
BlueGene/Q de 1.2 petaflop/s
Ces 2 calculateurs vont bientôt être remplacé par une machine convergée
HPC et IA, classé N°5 des machines européennes de recherche publique.
OCCIGEN AU CINES
Supercalculateur à noeuds fins Bull Bullx de 3,5 petaflop/s
+ 2 MACHINES INNOVANTES OUESSANT ET
FRIOUL dans notre cellule de veille technologique
Ils sont installés et exploités dans trois centres :
• le Très Grand Centre de Calcul du CEA (TGCC) à Bruyères-le-Châtel,
• l’Institut du développement et des ressources en informatique
scientifique du CNRS (IDRIS) à Orsay
• le CINES, Centre Informatique National de l’Enseignement Supérieur à
Montpellier.

7. NOS
SUPERCALCULATEUR
S
REGIONAUXPerformants, Souverains, Diversifiés
6 PLATEFORMES RÉGIONALES ACCESSIBLES
- 6 architectures différentes
- Machine Roméo à Roméo - Première machine GPU
française à l’Université de Reims
- Modèle Bull Sequana X1000 • Dernière génération de
processeurs Intel • 280 GPU NVIDIA P100 NVLINK
- (https://romeo.univ-reims.fr/documents/2018/20181001-ROMEO_detailMateriel.pdf)
- Machine Myria au CRIANN – Rouen
- 10000 cœurs de calcul x86, puissance crête 600
TFlop/s
- co-processeurs GPU NVIDIA Pascal P100 et Kepler
K80, processeurs Intel Xeon Phi
- (https://www.criann.fr/myria-le-nouveau-supercalculateur-du-criann/)
- Machine Olympe au CalMIP – Toulouse
- Modèle SEQUANA (ATOS-BULL) d’une puissance
crête de 1,365Pflops/s (https://www.calmip.univ-
toulouse.fr/spip.php?article582&lang=fr)
- Machine à SNASA – Bordeaux
- Centre Alsa-Calcul services – Strasbourg
- En partenariat avec Cemosis.
- Machine d’une puissance crête de 270 Tflop/s et doté
de GO GPU.
Olympe, CalMiP, Toulouse

8. NOS EQUIPES
Des équipes en région pour vous accompagner
Des expertises R&D ciblés pour vos besoins
Des compétences informatiques et numériques de
pointes
LIEU D’ACCUEIL
- Paris (FTC et Genci)
- Bordeaux
- Grenoble
- Reims
- Rouen
- Strasbourg
- Toulouse
EXPERTISES
- Expertises métiers,
Informatiques, Numériques,
Mathématiques, Statistiques,
Big Data, IA, Chimie,
Physique, Environnement,
médical, recyclage, énergie,
SHS, …
INFRASTRUCTURES
- Laboratoires de recherche
académiques
- Accès aux
supercalculateurs
- Equipe support

9. VOTRE
ACCOMPAGNEME
NT
DIAGNOSTIC
- Codes de calcul
- Algorithmes
- Moyens informatiques
EXPERTISES
- Métiers
- Informatiques,
ACCES AUX
CALCULATEURS
- Pour configurer
- Calculer
- Simuler
- Passer à l’échelle

10. Identification précis du besoin Début du projet ProjetPrise de contact
01
02
03
04
LES ETAPES DE
VOTRE
ACCOMPAGNEMENT
Un dispositif simple et efficace, sans
avance de trésorerie
Réunion spécifique avec
l’expert identifier pour décrire
précisément votre projet
- Proposition de devis
(subvention de 50%
appliquée immédiatement)
- Signature du contrat
Accompagnement et
collaboration sur le PoC de
votre projet
- Ouverture des accès
aux machines de calcul
- Développement des
codes
- Tests de simulation
- Optimisation
Un accompagnement de 3
mois à 1 an en fonction de
votre besoin.
- Finalisation du projet avec
l’équipe
d’accompagnement
- Mise en relation avec
notre réseau national et
européen.
Réunion de rencontre pour
comprendre qui vous êtes
et identifier votre besoin
- Réunion B2B à FTC
- Mise en place d’un NDA
- Recherche d’un expert

11. METIGATE, LA STARTUP DE LA
BUSINESS INTELLIGENCE CLIMATIQUE
accompagnée en 2016 par le CRIANN
Créée en 2016, Metigate, a développé un logiciel, basé
sur des algorithmes d’intelligence artificielle, capable de
déterminer les tendances de ventes d’un produit selon le
temps qu’il fait et en fonction proposer des business
actions : alerte pour changer les têtes de gondole
dans les magasins, Metigate récolte les données de 26
sources météo, dont Météo France. Dans le
cadre de SiMSEO, Metigate a créé des stations météo
virtuelles grâce à la simulation numérique pour compléter
le maillage des stations réelles. Ainsi par
descente d’échelle météorologique, Metigate produit des
données à haute résolution lui permettant d’enrichir ses
outils d’aide à la décision.
Julien Trombini, CEO Metigate
http://www.metigate.com/
CAS D’ETUDE 1 : METIGATE
transforme la météo brute
en actions de pilotage
(API + SaaS)

12. SON BESOIN
A partir de bases de données météo performantes, augmenter la
résolution spatiale et temporelle des cartes météorologiques utilisées
pour améliorer ses algorithmes d’intelligence artificielle.
SA DEMARCHE
Prise de contact direct avec le CRIANN
SON ACCOMPAGNEMENT
Accès au supercalculateur du CRIANN, pour créer des stations météo
virtuelles grâce à la simulation numérique et ainsi compléter le maillage
des stations réelles.
RESULTATS
• Enrichissement du logiciel « maison » capable de déterminer les
tendances de ventes d’un produit selon la météo.
• Meilleure prise en compte des données réelles
• Une solution unique sur le marché européen évalué à 3 Milliards
d’euros
• Meilleur ROI pour les clients de la distribution, l’e-commerce et le
tourisme
• Client : la SNCF.
CAS D’ETUDE 1 : METIGATE
Julien Trombini, CEO
Metigate
http://www.metigate.com/

13. METEODYN, LE SPÉCIALISTE CFD DU
CALCUL ET DE LA MODÉLISATION DU
VENT.
accompagnée en 2016 et 2017 par ll’UPMC
PME Nantaise, créée en 2003, propose des solutions
logicielles dédiées à l’ingénierie du vent dans les
domaines des énergies renouvelables, de l’aménagement
urbain et la construction durable, la sécurité au vent des
transports et des infrastructures. En 2013, l'acquisition de
MIGAL-S, un solveur unique, permet à Meteodyn d’être la
seule entreprise au niveau mondial à pouvoir fournir aux
acteurs dans le secteur éolien l’intégralité d’un logiciel
CFD (Computational Fluids Dynamic) : Meteodyn WT.
CAS D’ETUDE 2 : METEODYN
Stéphane Sanquer, Directeur général adjoint de
Meteodyn
http://www.meteodyn.com/

14. SON BESOIN
Améliorer les performances de son code de calcul et renforcer son
avantage compétitif.
SA DEMARCHE
De la conception à l’exploitation d’un parc, la modélisation fine du vent
permet, même en terrain complexe, de valider le potentiel d’un site et
l’emplacement des éoliennes, d’optimiser la production, les coûts de
maintenance et la durée de vie des machines. Ces temps de calcul sont
souvent très longs.
Contact pris directement auprès de la plateforme nationale SiMSEO
SON ACCOMPAGNEMENT
bénéficier de l’expertise HPC de l’UPMC (l’Université Pierre Marie-Curie)
et d’un financement de l’Etat à 50% de son projet de simulation destiné
à accélérer via la parallélisation de son code, le temps de calcul de son
solveur Migal-S. Les performances du nouveau solveur parallélisé ont
été validées sur le serveur de calcul de l’UPMC mis à disposition grâce à
SiMSEO.
RESULTATS
Début 2018, le solveur dont les performances ont été significativement
améliorées, a été intégré à Meteodyn WT 6 la nouvelle version du
produit phare de l’entreprise, dédié à la simulation du vent sur les parcs
éoliens.
CAS D’ETUDE 2 : METEODYN
Stéphane Sanquer, Directeur général adjoint de
Meteodyn
http://www.meteodyn.com/
Stéphane SANQUER, Directeur Général Adjoint en charge des
Etudes et de la Recherche explique :
« l’expertise de haut niveau en matière de simulation numérique
proposée par SiMSEO a été stratégique dans l’amélioration de
la puissance de notre solution WT, apportée par le parallélisme
du solveur.
Aujourd’hui, Meteodyn bénéficie d’un avantage concurrentiel fort
au niveau mondial, avec WT 6 l’outil de calcul des ressources
éoliennes le plus rapide du marché et permet à ses clients
(développeurs de parcs, bureaux d’études, constructeurs,
consultants, exploitants et investisseurs) de concevoir des parcs
éoliens plus rentables ».

15. CAS D’ETUDE 3 :
ECONEAULOGIS
ECONEAULOGIS, UNE ENTREPRISE
ENGAGÉE, PRAGMATIQUE ET
AUDACIEUSE CRÉÉE EN 2009
En cours d’accompagnement par MAIMOSINE
Activité principale : ingénierie environnementale des bâtiments
Plus de 500 audits énergétiques
Expertise, Maitrise d’œuvre en chaufferie, ventilation, ECS
Sapiteur auprès des experts judiciaires,
Expertise en Qualité de l’Air Intérieur (QAI)
Thomas AURENCHE
Co-fondateur & responsable d’affaires
Econeaulogis
http://www.econeaulogis.com/

16. CAS D’ETUDE 3 :
ECONEAULOGIS
SON BESOIN
• Faire un classement de la consommation énergétique du bâtiment par
rapport à un bâtiment de référence et non plus par rapport à lui même
(quelle référence étant donné l'hétérogénéité des données)
• Automatiser les conclusions sur la pérennité des installations en
fonction des informations recueillies sur l'historique des installations
visitées (traitées les données recueillies afin de trouver les points
communs et différenciant de l'installation
SA DEMARCHE
• Contact des écoles de statistiques
• Renvoi vers junior entreprises (pas de rencontre physique et société
hors région)
• Contact MAIMOSINE donné par écosystème régional
• Rencontre avec Messieurs Maitre et Brault
• Offre transmise par Maimosine
• Validation
• Début de collaboration
SON ACCOMPAGNEMENT
Au niveau simulation, au delà de l’algorithme de classification qui est délicat
à mettre en œuvre du fait de l’hétérogénéité des données, une optimisation
des paramètres de celui-ci a été proposée, qui nécessiterait des ressources
de calcul plus importantes.
UN RESULTAT
En tout début d’accompagnement
Nom de présentateur et sa fonction

17. PL@NTNET : SYSTÈME D’AIDE À L’IDENTIFICATION DES
PLANTES PAR L’IMAGE
• Accompagnée par la cellule de veille technologique en 2018
• Pl@ntNet est une application basé sur des réseaux neuronaux permettant
d’identifier des éléments de la flore mondiale (plante, fleur). Pl@ntNet
fonctionne actuellement sur 17k espèces de plantes.
• Il s’agit d’un projet de recherche et de sciences participatives, soutenu
initialement par Agropolis Fondation, et développé depuis 2009 dans le cadre
d’un consortium regroupant le Cirad, l’INRA, l’Inria, et l’IRD, en collaboration
avec le réseau Tela Botanica. Ce projet se poursuit aujourd’hui au travers de
l’initiative Floris’Tic financée par un Programme d’Investissement d’Avenir.
Alexis Joly alexis.joly@inria.fr
CAS D’ETUDE 4 : PL@NTNET

18. CAS D’ETUDE 4 : PL@NTNET
SON BESOIN
L’objectif a été d’évaluer si les nouvelles technologies étaient capables
d’entrainer les réseaux de reconnaissances de façon plus rapide, et
meilleure, que les technologies disponibles par l’équipe
Objectif 1 : augmenter la précision de la reconnaissance
Objectif 2 : Augmenter le nombre d’espèces reconnues
SON ACCOMPAGNEMENT
Il leur a été proposé de travailler sur des technologies de pointe du moment
(Ouessant, avec ses GPUs P100, de l’ordre de 4x plus rapide que les GPUs
disponibles pour l’équipe).
Puis passage à l’échelle sur des machines nationales puis européennes.
RESULTATS
• Ce premier objectif a été rapidement atteint, et les équipe ont compris
l’impact des architectures HPC de pointe sur leurs résultats (en terme de
« time to solution », puis de précision du modèle).
• 2ème objectif : faire tourner un cas test d’entrainement (« the big one »)
sur l’ensemble de la flore mondiale.
• Utilisation de l’architecture prototype, machine Intel Tier-1 Occigen du
CINES puis vers la machine Tier-0 Joliot-Curie.
• Effectuer un apprentissage à cette échelle sur architecture Intel est une
première mondiale.
• une précision actuelle de 40%, ce qui est très intéressant du point de vue
de l'aide à la décision.
• Le GPU n’est pas obligatoire pour entrainer un réseau de neurone.
Convolutional Neural Networks
Similarity
search

19. CAS D’ETUDE 4 : PL@NTNET
CONCLUSION
• Le GPU n’est pas obligatoire pour entrainer un réseau de neurone.
• Cas d’application possible :
• Dans l’industrie
• Le tourisme pour les jardins botaniques
• Des retombées commerciales
• C’est un modèle économique viable
Témoignage :
« Ce qui est très intéressant
c’est que la cellule de la veille
technologique a répondu aux
besoins de Pl@ntNet,
notamment en mettant les
architectures nécessaires en
réponse à ces besoins. Certes
la finalité n’a pas été d’utiliser
une machine de la cellule, mais
grâce à l’effort initial, l’équipe a
pu réaliser une première
mondiale, et les retombées
devraient être assez fortes pour
eux dans les mois à venir. »
G. Hautreux, ingénieur de
recherche CINES

20. EN RESUME
4 accompagnements différents
Diversité des réponses
Programme
équivalent à une start-
up ayant bénéficié
d’un
accompagnement de
la CVT jusqu’au
machine de Tier0
pour réaliser une
première mondiales
Start-up IA et bâtiment
- Une démarche pour
accéder à des
supercalculateurs
Start-up dans l’IA et
environnement
Pour améliorer leur
performance grâce à la
prise en compte d’une
base de donnée de
meilleure résoluation et
proposer un logiciel
plus précis aux clients.
PLANTNETECONEAULO
GIS
METIGATE METEODYN
PME développant un
logiciel pour ses
clients.
A bénéficié d’une
aide sur
l’amélioration de leur
code de calcul en
optimisant les
librairies

21. LES CHIFFRES CLÉS
Ce qu’il faut retenir d’un
accompagnement SiMSEO
DUREE
De 3 mois à 1 an en fonction du besoin et
de votre niveau de connaissance en
simulation numérique et HPC
COÛT
• Environ 8000 € après subvention
• Cela va dépendre du temps d’expertise
nécessaire principalement.
• Le coût d’heure de calcul étant d’environ
6 cts de l’heure CPU (varie pour du
GPU)
ROI
• rapide
• Permet de décrocher des contrats
internationaux
• Augmente votre visibilité en réalisant
des premières mondiales
• Etendre votre réseau

22. SIMSEO
http://www.genci.fr/fr/content/simseo
https://simseo.fr/
GENCI
http://www.genci.fr
LIENS ET CONTACT
ELISE QUENTEL
Elise.quentel@genci.fr
+33 6 67 73 19 47
6 bis Rue Auguste Vitu 75015 PARIS

23. MERCI !