#cuda-graphs Repositorios
Descubre 5 repositorios activos de código abierto de GitHub etiquetados con #cuda-graphs, que acumulan 4,010 estrellas en total (una media de 802 estrellas por proyecto). El líder de este tema es Lightning-AI/lightning-thunder, con 1,476 estrellas.
5 repositorios en total
Compilador de PyTorch que acelera el entrenamiento y la inferencia. Obtenga optimizaciones integradas para el rendimiento, la memoria, el paralelismo y escriba fácilmente las suyas.
LeanRL es un fork de CleanRL, donde se seleccionaron scripts de PyTorch optimizados para el rendimiento utilizando compile y cudagraphs.
WeDLM: El modelo de lenguaje de difusión más rápido con atención causal estándar y compatibilidad nativa con la caché KV, que ofrece aceleraciones reales sobre las líneas base optimizadas con vLLM.
Inferencia rápida y exacta para los modelos StartLux-Decision en GPU NVIDIA: los archivos GGUF publicados se ejecutan en núcleos tensoriales int8 y de 4 bits a través de la API /v1/systemone, con hasta 5,3 veces menos latencia que vLLM en FP8 y respuestas idénticas bit a bit.
Preguntas frecuentes
¿Cuál es el repositorio de #cuda-graphs más popular en GitHub?
El proyecto de código abierto de #cuda-graphs mejor posicionado en GitHub es Lightning-AI/lightning-thunder, con 1,476 estrellas. Compilador de PyTorch que acelera el entrenamiento y la inferencia. Obtenga optimizaciones integradas para el rendimiento, la memoria, el paralelismo y escriba fácilmente las suyas.
¿Qué lenguajes de programación se utilizan más en los repositorios de #cuda-graphs?
Entre los proyectos de #cuda-graphs mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++.
¿Cómo se calcula la clasificación de los repositorios de #cuda-graphs?
Seguimos 5 repositorios activos de código abierto etiquetados con #cuda-graphs (500+ estrellas), que suman un total de 4,010 estrellas, con una media de 802 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.