#gpu-computing Repositories
Insgesamt 97 Repositories
Schulungsmaterialien im Zusammenhang mit der NVIDIA CUDA Training Series (www.olcf.ornl.gov/cuda-training-series/)
Erstellen Sie eine RAG (Retrieval Augmented Generation) Pipeline von Grund auf und lassen Sie sie komplett lokal laufen.
Ein 120-tägiger CUDA-Lernplan, der tägliche Konzepte, Übungen, Fallstricke und Referenzen (einschließlich „Programming Massively Parallel Processors“) abdeckt. Bietet sechs Abschlussprojekte zur Festigung von Fähigkeiten in GPU-Parallelprogrammierung, Speichermanagement und Leistungsoptimierung.
Eine integrierte Lösung zum Erstellen / Importieren / Simulieren / Rendern von strangbasiertem Haar in Unity.
Eine plattformübergreifende Implementierung verschiedener Reaktions-Diffusions-Systeme und PDEs.
Leistungsportable Particle-in-Cell-Simulationen für die Exascale-Ära :sparkles:
Ein MLIR-basierter Compiler-Framework überbrückt DSLs (domänenspezifische Sprachen) zu DSAs (domänenspezifische Architekturen).
GPU-Jupyter: Ihr GPU-beschleunigtes JupyterLab mit einem reichen Data-Science-Toolstack, TensorFlow und PyTorch für Ihre reproduzierbaren Deep-Learning-Experimente.
Eine kuratierte Liste von großartigen Taichi-Anwendungen, Kursen, Demos und Funktionen.
Das NVIDIA® Tools Extension SDK (NVTX) ist eine C-basierte Anwendungsprogrammierschnittstelle (API) zum Annotieren von Ereignissen, Codebereichen und Ressourcen in Ihren Anwendungen.
Implementierung eines Disco-Diffusion-Wrappers, der auf Ihrer eigenen GPU mit Batch-Texteingaben ausgeführt werden kann.
Ein Framework für hochperformante medizinische Bildverarbeitung, neuronales Netz-Inferenz und Visualisierung
ManagedCUDA zielt auf eine einfache Integration von NVidias CUDA in .NET-Anwendungen ab, die in C#, Visual Basic oder jeder anderen .NET-Sprache geschrieben sind.