Git Stars Git Stars

#cuda-kernels Repositories

Entdecke 34 aktive Open-Source-GitHub-Repositories, die mit #cuda-kernels getaggt sind und insgesamt 129,157 Sterne gesammelt haben (durchschnittlich 3,798 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Dao-AILab/flash-attention mit 25,330 Sternen.

34
Gesamtzahl der Repositories
129,157
Gesamtanzahl der Sterne
3,798
Durchschnittliche Sterne/Repo

Insgesamt 34 Repositories

1
Dao-AILab/flash-attention

Schnelle und speichereffiziente exakte Aufmerksamkeit

Dao-AILab
⭐ 25,330 Python 👤 Dao-AILab Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2022-05-19
2
deepseek-ai/FlashMLA

FlashMLA: Effiziente Multi-Head Latent Attention Kernels

deepseek-ai
⭐ 13,275 C++ 👤 deepseek-ai Organization 🕐 Aktualisiert 2026-10-27 📅 Erstellt 2025-02-21
3
xlite-dev/LeetCUDA

Ein Open-Source-Buch mit Lernnotizen zu modernem CUDA für Anfänger – BF16/FP8/FP4, HGEMM, CuTe, Flash-Attention usw.

xlite-dev
⭐ 12,208 TeX 👤 xlite-dev Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2022-12-17
4
facebookresearch/xformers

Hackbare und optimierte Transformer-Bausteine, die eine komponierbare Konstruktion unterstützen.

facebookresearch
⭐ 10,579 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2021-10-13
5
deepseek-ai/DeepEP

DeepEP: eine effiziente Expert-Parallel-Kommunikationsbibliothek

deepseek-ai
⭐ 10,462 Cuda 👤 deepseek-ai Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-02-17
6
NVIDIA/cuda-samples

Samples für CUDA-Entwickler, die Funktionen im CUDA Toolkit demonstrieren

NVIDIA
⭐ 9,784 C++ 👤 NVIDIA Organization 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2018-03-27
7
InternLM/lmdeploy

LMDeploy ist ein Toolkit zum Komprimieren, Bereitstellen und Bedienen von LLMs.

InternLM
⭐ 8,153 Python 👤 InternLM Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-06-15
8
Rust-GPU/rust-cuda

Ökosystem von Bibliotheken und Werkzeugen zum Schreiben und Ausführen von schnellem GPU-Code vollständig in Rust.

Rust-GPU
⭐ 5,432 Rust 👤 Rust-GPU Organization 🕐 Aktualisiert 2026-09-30 📅 Erstellt 2021-10-17
9
mit-han-lab/llm-awq

[MLSys 2024 Best Paper Award] AWQ: Aktivierungsabhängige Gewichtungsquantisierung für LLM-Kompression und -Beschleunigung

mit-han-lab
⭐ 3,590 Python 👤 mit-han-lab Organization 🕐 Aktualisiert 2025-07-17 📅 Erstellt 2023-06-01
10
crowsonkb/k-diffusion

Karras et al. (2022) Diffusionsmodelle für PyTorch

crowsonkb
⭐ 2,605 Python 👤 crowsonkb User 🕐 Aktualisiert 2026-02-12 📅 Erstellt 2022-06-21
11
NVIDIA/cccl

CUDA Core Compute Libraries

NVIDIA
⭐ 2,580 C++ 👤 NVIDIA Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2020-09-17
12
NVlabs/nvdiffrast

Nvdiffrast - Modulare Primitiven für hochleistungsfähiges differenzierbares Rendering

NVlabs
⭐ 1,940 C++ 👤 NVlabs Organization 🕐 Aktualisiert 2025-12-08 📅 Erstellt 2020-11-02
13
NVIDIA-AI-IOT/Lidar_AI_Solution

Ein Projekt, das Lidar-bezogene KI-Lösungen demonstriert, einschließlich dreier GPU-beschleunigter Lidar/Kamera-DL-Netzwerke (PointPillars, CenterPoint, BEVFusion) und der zugehörigen Bibliotheken (cuPCL, 3D SparseConvolution, YUV2RGB, cuOSD).

NVIDIA-AI-IOT
⭐ 1,914 C++ 👤 NVIDIA-AI-IOT Organization 🕐 Aktualisiert 2026-07-28 📅 Erstellt 2023-05-15
14
chelsea0x3b/dfdx

Deep Learning in Rust mit Shape-überprüften Tensoren und neuronalen Netzen

chelsea0x3b
⭐ 1,881 Rust 👤 chelsea0x3b User 🕐 Aktualisiert 2024-07-23 📅 Erstellt 2021-10-12
16
zju3dv/street_gaussians

[ECCV 2024] Street Gaussians: Modellierung dynamischer städtischer Szenen mit Gaußschem Splatting

zju3dv
⭐ 1,419 Python 👤 zju3dv Organization 🕐 Aktualisiert 2026-09-15 📅 Erstellt 2023-12-27
17
mapillary/inplace_abn

In-Place Activated BatchNorm für speicheroptimiertes Training von DNNs

mapillary
⭐ 1,331 Python 👤 mapillary Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2017-11-23
18
Vahe1994/AQLM

Offizielle Pytorch-Repository für Extreme Komprimierung von Large Language Models durch additive Quantisierung https://arxiv.org/pdf/2401.06118.pdf und PV-Tuning: Jenseits der Straight-Through-Schätzung für extreme LLM-Komprimierung https://arxiv.org/abs/2405.14852

Vahe1994
⭐ 1,330 Python 👤 Vahe1994 User 🕐 Aktualisiert 2026-02-26 📅 Erstellt 2024-01-12
19
chelsea0x3b/cudarc

Sichere Rust-Hülle um das CUDA-Toolkit

chelsea0x3b
⭐ 1,248 Rust 👤 chelsea0x3b User 🕐 Aktualisiert 2026-09-24 📅 Erstellt 2022-09-16
20
pytorch/extension-cpp

C++-Erweiterungen in PyTorch

pytorch
⭐ 1,203 Python 👤 pytorch Organization 🕐 Aktualisiert 2026-11-10 📅 Erstellt 2018-03-03
21
zhuzilin/ring-flash-attention

Ring-Attention-Implementierung mit Flash-Attention

zhuzilin
⭐ 1,054 Python 👤 zhuzilin User 🕐 Aktualisiert 2025-09-10 📅 Erstellt 2024-02-21
22
mni-ml/framework

Machine-Learning-Bibliothek mit TypeScript-API und Rust-Backend. Kompatibilität mit CUDA und WebGPU. Entwickelt, um zu verstehen, wie ML-Frameworks und -Modelle intern funktionieren.

mni-ml
⭐ 1,023 Rust 👤 mni-ml Organization 🕐 Aktualisiert 2026-04-20 📅 Erstellt 2026-01-08
23
NVIDIA/cudnn-frontend

cuDNN Frontend ist NVIDIAs moderner Open-Source-Einstiegspunkt zur cuDNN-Bibliothek und eine wachsende Sammlung von leistungsstarken Open-Source-Kernels.

NVIDIA
⭐ 1,008 Cuda 👤 NVIDIA Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2021-01-22
24
SandAI-org/MagiAttention

Verteilte Aufmerksamkeit für lineare Skalierbarkeit beim Training mit ultra-langem Kontext und heterogenen Daten

SandAI-org
⭐ 975 Python 👤 SandAI-org Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-04-20
25
NVIDIA/nvbench

CUDA Kernel Benchmarking Bibliothek

NVIDIA
⭐ 952 Cuda 👤 NVIDIA Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2021-03-03
26
h5i-dev/h5i

Ein auf Axum basierendes Rust-Webframework mit Lean-4-verifizierbaren Anwendungskernen, die auf Servern, Bare-Metal-Einbettgeräten und GPUs laufen, sowie integrierten Sicherheitstests.

h5i-dev
⭐ 936 Rust 👤 h5i-dev Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-03-11
27
mit-han-lab/omniserve

[MLSys'25] QServe: W4A8KV4 Quantisierung und System-Co-Design für effizientes LLM-Serving; [MLSys'25] LServe: Effizientes LLM-Serving für lange Sequenzen mit vereinheitlichter spärlicher Aufmerksamkeit

mit-han-lab
⭐ 840 C++ 👤 mit-han-lab Organization 🕐 Aktualisiert 2025-03-06 📅 Erstellt 2024-05-06
28
flashrt-project/FlashRT

FlashRT ist eine leistungsstarke Echtzeit-Inferenz-Engine für KI-Workloads mit kleinen Batches und hoher Latenzempfindlichkeit. Die wichtigste Integration ist die produktive VLA-Steuerung für Pi0, Pi0.5, GROOT N1.6 und Pi0-FAST. Unterstützt auch LLMs, z. B. qwen3.6-27B.

flashrt-project
⭐ 817 C++ 👤 flashrt-project Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-04-28
29
pegainfer-project/pegainfer

Reine Rust + CUDA LLM-Inferenz-Engine — kein PyTorch, OpenAI-kompatibel, bedient Qwen3 bis Kimi-K2

pegainfer-project
⭐ 748 Rust 👤 pegainfer-project Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-02-17
30
perplexityai/pplx-kernels

Perplexität GPU-Kerne

perplexityai
⭐ 614 C++ 👤 perplexityai Organization 🕐 Aktualisiert 2025-11-07 📅 Erstellt 2025-03-24
31
facebookresearch/mvdust3r

Open-Source-Implementierung von **MV-DUSt3R+ Single-Stage Scene Reconstruction from Sparse Views In 2 Seconds** von Meta Reality Labs. Projektseite https://mv-dust3rp.github.io/

facebookresearch
⭐ 608 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2024-12-19
33
deepreinforce-ai/CUDA-L2

CUDA-L2: Übertrifft cuBLAS-Leistung bei Matrixmultiplikation durch Reinforcement Learning

ornith-ai
⭐ 563 Cuda 👤 ornith-ai Organization 🕐 Aktualisiert 2026-03-30 📅 Erstellt 2025-12-02
34
Inception3D/Easi3R

[ICCV 2025] Ein einfaches, trainingsfreies Verfahren zur Anpassung von DUSt3R für dynamische Szenen.

Inception3D
⭐ 529 Python 👤 Inception3D Organization 🕐 Aktualisiert 2025-04-01 📅 Erstellt 2025-03-15

Häufig gestellte Fragen

1

Welches ist das beliebteste #cuda-kernels-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#cuda-kernels-Projekt auf GitHub ist Dao-AILab/flash-attention mit 25,330 Sternen. Schnelle und speichereffiziente exakte Aufmerksamkeit

2

Welche Programmiersprachen werden in #cuda-kernels-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #cuda-kernels-Projekten auf GitHub sind Python, C++, Rust, Cuda die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #cuda-kernels-Repositories berechnet?

Wir verfolgen 34 aktive Open-Source-Repositories, die mit #cuda-kernels getaggt sind (500+ Sterne), mit insgesamt 129,157 Sternen und durchschnittlich 3,798 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.