Malgré les avancées technologiques et le développement de nombreux outils informatiques, l'accès à la numérisation des connaissances liées aux objets du patrimoine reste difficile.
De nombreuses raisons sont à l'origine de ces manques, et l'un des objectifs du projet DIGITALIS est de proposer des solutions pour démontrer l'intérêt et la faisabilité du développement de nouveaux outils, qui puissent être appréhendés par les chercheurs des laboratoires en archéologie pour représenter non seulement un modèle 3D de l'objet étudié, mais également l'ensemble des données et connaissances qui lui sont attachées. L'objectif à moyen terme est d'exploiter ces connaissances pour l'aide à la décision et au partage de l'information. Le consortium est composé de 5 laboratoires de recherche (le CReSTIC à Reims, l'IFAO au Caire, ainsi que le CESCM, le LIAS et XLIM à Poitiers).
Cet exposé présente les principaux objectifs scientifiques du projet, ainsi que quelques résultats obtenus après une année de travail.

De la genèse du projet à la mise en place d'une salle pédagogique dédiée, nous verrons comment un travail collectif a permis de placer cette technologie immersive au service de la formation de nos étudiants.

La biologie structurale permet d’étudier la structure de macromolécules, ainsi que la manière dont elles se replient. Elle s’intéresse également aux modifications structurales qui peuvent affecter leurs fonctionnements.
Les protéines sont des macromolécules biologiques qui adoptent une structure tridimensionnelle spécifique (également appelée structure tertiaire) basée sur un ensemble de repliements en structure secondaire (hélices α, feuillets β et coudes).
Elles peuvent remplir des fonctions très diverses au sein des cellules et des organismes. Ces fonctions sont déterminées par de nombreux facteurs, notamment leur constitution, leur disposition spatiale et leur comportement dynamique.
Les simulations de dynamique moléculaire sont des outils importants pour étudier les mouvements dynamiques des macromolécules au niveau atomique. Une visualisation appropriée des trajectoires de dynamique moléculaire permet une compréhension instantanée et intuitive de la dynamique et de la fonction d'une molécule.
Dy-SheHeRASADe (Dynamic Sheets Helper for RepresentAtion of SurfAce Descriptors) est une nouvelle représentation graphique 3D qui permet de visualiser la structure secondaire : feuillet β, au cours d’une dynamique moléculaire. Cette représentation est développée sur la plateforme UnityMol, dédié à la visualisation macromoléculaire. Pour ce faire, nous avons pris en compte les fluctuations du feuillet β et la formation de liaisons d’hydrogène lors des simulations de dynamique moléculaire afin de caractériser les parties du feuillet β présentant de grands mouvements ou des liaisons instables.
Dy-SheHeRASADe s’appuie sur une représentation surfacique des feuillets β qui est soit encapsulée dans un volume semi-transparent représentant la zone de fluctuation du feuillet au cours de la dynamique, soit doté d’une carte thermique en couleur qui représente l'amplitude du mouvement de ses résidus.
Dy-SheHeRASADe a pour but de faciliter la détection des parties instables des feuillets et de distinguer les zones qui fluctuent beaucoup des zones qui sont plus stables.

Dans cette présen­ta­tion nous détaille­rons une approche de scala­bi­lité pour de la visua­li­sa­tion inter­ac­tive de série tempo­relle de Maillages à Raffi­ne­ment Adap­ta­tif (AMR) massives. Nous pouvons défi­nir une donnée AMR comme un format de quadrillage dyna­mique de cellules raffi­nées hiérar­chique­ment à partir d’un domaine de calcul décrit dans cette étude comme une grille carté­sienne régu­lière. Cette carac­té­ris­tique adap­ta­tive est essen­tielle pour suivre des phéno­mènes évolu­tifs dépen­dant du temps et fait du format AMR une repré­sen­ta­tion essen­tielle pour la simu­la­tion numé­rique 3D.
Cepen­dant, la visua­li­sa­tion des données de simu­la­tion numé­rique met en évidence un problème critique: l’aug­men­ta­tion signi­fi­ca­tive de l’em­preinte mémoire des données géné­rées, qui atteint des péta­oc­tets, dépas­sant ainsi large­ment les capa­ci­tés mémoire des cartes graphiques les plus récentes.
La ques­tion est donc de savoir comment accé­der à ces données massives – les séries tempo­relles AMR en parti­cu­lier – pour de la visua­li­sa­tion inter­ac­tive sur un simple poste de travail.
Afin de répondre à cette problé­ma­tique majeure, nous présen­tons une archi­tec­ture out-of-core basée GPU. Notre propo­si­tion est un système de cache basé sur un bricking ad-hoc iden­ti­fié par une indexa­tion Space-Filling Curve (SFC) et gérée par une table de pagi­na­tion basée GPU qui charge les données AMR requises à la volée depuis le disque vers la mémoire du GPU.