#cuda Repositorios
325 repositorios en total
Música de fondo y efectos de sonido con IA en local para Claude Code y cualquier cliente MCP. Stable Audio 3 en Apple Silicon (MLX) y GPU NVIDIA con Windows (PyTorch). Sin nube ni clave de API.
MARS: Un simulador consciente de instancias, modular y realista para la conducción autónoma
Una app y guía para configurar fácilmente Windows, Linux, macOS, Google TV, Stremio, Home Assistant y más (incluyendo WSL2, controladores GPU y herramientas de desarrollo). Mejora tu UX y productividad.
Un motor nativo de inferencia de modelos de lenguaje grande (LLM) y un entorno de ejecución de agentes .NET para modelos GGUF. TensorSharp ofrece una aplicación de consola, una interfaz de chatbot basada en la web, una aplicación para iPhone y API HTTP compatibles con Ollama/OpenAI para el acceso mediante programación. Es compatible con Windows, macOS, iOS y Linux, con capacidades completas de GPU.
Avanza con tu propia inteligencia: escribe aplicaciones en Go que integren directamente llama.cpp para realizar inferencia local mediante aceleración de hardware en Linux, macOS, Windows y WebAssembly.
[CVPR 2025] WildGS-SLAM: SLAM de Gaussian Splatting Monocular en Entornos Dinámicos
[ECCV 2024] Escena como Gaussianas para la Predicción de Ocupación Semántica 3D Basada en Visión
una reimplementación de PWC-Net en PyTorch que coincide con la versión oficial de Caffe
CUDA Voxelizer para convertir mallas poligonales en rejillas de vóxeles anotadas
🚀 200x de velocidad! La herramienta de descarga de la era AI | Acceleración total para Docker/PyPI/HuggingFace/CRAN | Fragmentación paralela + caché inteligente, deja que las descargas vuelen.
Mejores prácticas y guías sobre cómo escribir código de entrenamiento de PyTorch distribuido
Renderizador Monte Carlo de Alto Rendimiento Multiplataforma Basado en LuisaCompute
Repositorio para la documentación y los ejemplos de nvCOMP. nvCOMP es una biblioteca para compresión/descompresión sin pérdidas rápida en la GPU que se puede descargar desde https://developer.nvidia.com/nvcomp.
Este es un proyecto, donde te doy una forma de usar SOLIDWORKS en Linux!
[CVPR 2024 Highlight] Feature 3DGS: Potenciando el splatting gaussiano 3D para habilitar campos de características destilados
Optimización del entrenamiento y la inferencia de AlphaFold en clústeres de GPU
Un subconjunto de los módulos de red neuronal de PyTorch, escritos en Python usando Triton de OpenAI.
NVIDIA NVSHMEM es una interfaz de programación paralela para GPUs NVIDIA basada en OpenSHMEM. NVSHMEM puede reducir significativamente los sobrecostes de comunicación y coordinación multiproceso al permitir que los programadores realicen comunicación unilateral desde dentro de los kernels CUDA y en flujos CUDA.
Otro modelo lingüístico: inferencia LLM en C++/CUDA, sin bibliotecas excepto E/S
Usa la VRAM de tu GPU NVIDIA como espacio de intercambio en Linux. Diseñado para portátiles con memoria soldada y sin posibilidad de actualización. Si tienes una tarjeta RTX con 8GB de VRAM y estás intercambiando datos al SSD, esto pone esa VRAM a trabajar.
Reclutamiento escolar, otoño, primavera, excelentes proyectos de prácticas, te guía para implementar desde cero un framework de inferencia de grandes modelos que soporta Llama2/3 y Qwen2.5.
Modelos MoE de vanguardia en RTX PRO 6000 / RTX 5090 (sm_120): DeepSeek-V4.1-Flash en 4 RTX PRO 6000, como híbrido GPU+CPU en 4 RTX 5090 y expertos de 2 bits en vLLM v0.24.0
Implementación oficial de la reconstrucción en tiempo real para la síntesis de vistas novedosas a gran escala a partir de imágenes sin pose. A. Meuleman, I. Shah, A. Lanvin, B. Kerbl, G. Drettakis, ACM TOG (proc. SIGGRAPH) 2025
Una biblioteca de C++ de un solo encabezado para simplificar el uso de CUDA Runtime Compilation (NVRTC).
Agente de escritorio multimodal en tiempo real que evoluciona hacia una interfaz persistente de sistema operativo con IA (0.17 α).
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.
Motor de inferencia mini CUDA-only qwen3-0.6B de lote único, estático y minimalista
De maestro a mosaicos — un motor de destilación y servicio de LLM desde cero: kernels personalizados de Triton/CUDA, destilación FSDP, procesamiento por lotes continuo con KV paginado, decodificación especulativa, una puerta de enlace en Rust, un oráculo JAX y herramientas de interpretabilidad.