#kernel-optimization Repositories
Entdecke 9 aktive Open-Source-GitHub-Repositories, die mit #kernel-optimization getaggt sind und insgesamt 32,144 Sterne gesammelt haben (durchschnittlich 3,571 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist kvcache-ai/ktransformers mit 19,687 Sternen.
Insgesamt 9 Repositories
Ein flexibles Framework zum Erleben heterogener LLM-Inferenz-/Fine-Tune-Optimierungen
AutoResearch für GPU-Kernels. Geben Sie beliebiges PyTorch-Modell, schalten Sie es in den Schlafmodus und lassen Sie es mit optimierten Triton-Kernels aufwachen.
CUDA Tile IR ist eine MLIR-basierte Zwischenrepräsentation und Compiler-Infrastruktur für die CUDA-Kernel-Optimierung, die sich auf kachelbasierte Berechnungsmuster und Optimierungen konzentriert, die auf NVIDIA Tensor Core-Einheiten abzielen.
LLM-Algorithmen und -Systeme praxisnah mit PyTorch, Triton und CUDA. „Tutorial zu LLM-Algorithmen und -Systemen“: Modellarchitekturen und Training, Post-Training, Inferenzbeschleunigung, Leistungs- und Operatoroptimierung – inklusive Notebook-Übungen, Antworterklärungen, Tests und Experimenten.
Häufig gestellte Fragen
Welches ist das beliebteste #kernel-optimization-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#kernel-optimization-Projekt auf GitHub ist kvcache-ai/ktransformers mit 19,687 Sternen. Ein flexibles Framework zum Erleben heterogener LLM-Inferenz-/Fine-Tune-Optimierungen
Welche Programmiersprachen werden in #kernel-optimization-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #kernel-optimization-Projekten auf GitHub sind Python, Cuda, Shell, MLIR die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #kernel-optimization-Repositories berechnet?
Wir verfolgen 9 aktive Open-Source-Repositories, die mit #kernel-optimization getaggt sind (500+ Sterne), mit insgesamt 32,144 Sternen und durchschnittlich 3,571 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.