#distributed-computing Repositories
Insgesamt 99 Repositories
SmartSql = MyBatis in C# + .NET Core+ Cache (Memory | Redis) + R/W Splitting + PropertyChangedTrack + Dynamic Repository + InvokeSync + Diagnostics
Öffentliche ausführbare Beispiele zur Nutzung von John Snow Labs' NLP für Apache Spark.
Ein dict[str, torch.Tensor], das sich wie ein einzelner Tensor verhält, und TensorClass: typisierte, gebatchte Dataclasses, die kompiliert werden können.
Validiert, skalierbar, community-entwickeltes Varianten-Calling, RNA-Seq und kleine RNA-Analyse
:rocket: R-Paket: future: Einheitliche parallele und verteilte Verarbeitung in R für alle
LizardFS ist ein Open-Source-Distributed-File-System, das unter der GPLv3 lizenziert ist.
Abgekündigt; wird nicht mehr gewartet. Letzte öffentliche Veröffentlichung: v26.06.01.
Vereinheitlichte Schnittstelle zum Erstellen und Verwalten von Workflows auf verschiedenen Workflow-Engines wie Argo Workflows, Tekton Pipelines und Apache Airflow.
Erstellen Sie automatisch Faiss knn-Indizes mit den optimalsten Parametern für die Ähnlichkeitssuche.
Clojure-Reduktionswerkzeuge für parallele Ausführung: lokal und auf verteilten Systemen.
HarmBench: Ein standardisiertes Evaluierungsframework für automatisiertes Red Teaming und robuste Verweigerung
Eine kuratierte Liste großartiger Ressourcen für paralleles Rechnen
Backend.AI ist eine optimierte, containerbasierte Computing-Cluster-Plattform, die gängige Computing/ML-Frameworks und diverse Programmiersprachen hostet, mit steckbarer Unterstützung für heterogene Beschleuniger, einschließlich CUDA GPU, ROCm GPU, Gaudi NPU, Google TPU, GraphCore IPU und anderen NPUs.
Eine Bibliothek zum Trainieren, Bewerten, Interpretieren und Produzieren von Entscheidungsforstmodellen wie Random Forest und Gradient Boosted Decision Trees.
Ein quellenbasiertes Schulungsangebot und Architekturhandbuch für Ingenieure, die Systeme entwerfen, die realem Datenverkehr, Teilausfällen, Sicherheitsprüfungen und sich ändernden Anforderungen standhalten müssen und dabei Unternehmenssystemdesign, verteilte Systeme, KI-Systeme, Cybersicherheit, Zuverlässigkeit, Cloud, Hochleistungsrechnen, Edge Computing und unternehmenskritische Infrastruktur abdecken.
Ein Maßstab für die nächste Generation datengesteuerter globaler Wettermodelle.
Beschleunigen Sie das Modelltraining, indem Sie das Laden von Daten beheben.
Selbstgehostetes KI-Agenten-Betriebssystem. Ihre Erinnerungen, Chats, Agenten und Dateien bleiben auf Ihrer eigenen Hardware – standardmäßig offline, Cloud optional. Bietet Offline-KI-Speicher (taOSmd), selbstgehosteten Multi-Framework-Gruppenchat, einen vollständigen Web-Desktop mit App-Store sowie automatisches Clustering über Ihre vorhandene Consumer-Hardware (Orange/Raspberry Pi, Mac mini, Gaming-PC).
Eine On-Chain Open-Source-Plattform für die schnelle Produktivsetzung von KI-Modellen unter Verwendung dezentraler Ressourcen mit Flexibilität und Skalierbarkeit
GPU-Worker-Client für das Talos-Netzwerk. Koppelt sich mit Ihrem Talos-Konto, bedient Open-Model-Inferenzaufgaben über einen WebSocket und meldet die Betriebszeit für Auszahlungen.
eine einfache Spring Boot-Demo mit einigen Komponenten, zum Beispiel: Redis, Solr, RockMQ und so weiter.
Kubernetes Operator für MPI-basierte Anwendungen (verteiltes Training, HPC usw.)
Apache Spark 3 - Spark-Programmierung in Python für Anfänger
Bietet End-to-End-Modellentwicklungs-Pipelines für LLMs und multimodale Modelle, die On-Premise oder Cloud-nativ gestartet werden können.