Mise en place du nouveau cluster du CNES

L’installation du nouveau cluster de calcul du CNES est en voie de finalisation, et le transfert des données depuis l’ancien cluster, qui nécessitait un arrêt des machines (la nouvelle et l’ancienne) pendant une petite semaine, s’est bien passé. Nous aurons bientôt à notre disposition environ 8000 cœurs et une puissance de calcul de 2.5 TFlops, à partager bien sûr avec les autres projets du CNES.L’exploitation de MUSCATE a déjà repris, mais toujours sur l’ancien cluster, et avec des performances temporairement réduites par rapport à la situation antérieure. L’accès au nouveau cluster est prévu pour bientôt, mais les premiers tests ont mis en évidence des difficultés de configuration sur lesquelles les équipes techniques travaillent. Vue l’instabilité de notre système ces dernières semaines, l’exploitation redémarre doucement, mais avec une cadence qui augmente tous les jours. Nous en sommes à produire 80 tuiles par jour, soit la moitié du rythme de croisière. Nous devrions donc bientôt commencer à rattraper notre retard. 

Plus d'actualités

Sentinel-2 reveals the surface deformation after the 2025 Myanmar earthquake

Sentinel-2 captured several clear-sky images of Myanmar before and after the 28 March 2025 earthquake. The animation below shows a 5-day apart sequence of images captured by Sentinel-2B and Sentinel-2C (10 m resolution) near the epicenter located close to Mandalay. The surface slip due to the earthquake follows the Sagaing Fault, a major fault in […]

Evolution de l’altitude de la ligne de neige au cours des 41 dernières années dans le bassin versant du Vénéon (Oisans)

Pour contribuer à caractériser les conditions hydrométéorologiques lors de la crue torrentielle qui a frappé la Bérarde en juin, j’ai analysé une nouvelle série de cartes d’enneigement qui couvre la période 1984-2024 [1]. Grâce à la profondeur temporelle de cette série, on constate que l’altitude de la ligne de neige dans le bassin versant du […]

Biophysical parameter retrieval from Sentinel-2 images using physics-driven deep learning for PROSAIL inversion

The results presented here are based on published work: Y. Zérah, S. Valero, and J. Inglada. « Physics-constrained deep learning for biophysical parameter retrieval from sentinel-2 images: Inversion of the prosail model« , in Remote Sensing of Environment, doi: 10.1016/j.rse.2024.114309. This work is part of the PhD of Yoël Zérah, supervised by Jordi Inglada and Silvia Valero. […]

Rechercher