#edge-ai Repositorios
Descubre 84 repositorios activos de código abierto de GitHub etiquetados con #edge-ai, que acumulan 340,999 estrellas en total (una media de 4,059 estrellas por proyecto). El líder de este tema es exo-explore/exo, con 48,516 estrellas.
84 repositorios en total
Servidor de alto rendimiento para NATS.io, el sistema de mensajería nativo de la nube y el edge.
Inteligencia agéntica, de voz y visión de menos de 50 MB para dispositivos de consumo.
Modelos fundacionales nativos del dispositivo: 145B en un portátil, 35B en un teléfono. MoE latente, pesos transmitidos desde el SSD y un router que predice las cargas con un paso de antelación. Mac, iPhone, Android, Windows.
Implementación en PyTorch de YOLOv3, YOLOv3-SPP y YOLOv3-tiny para detección de objetos en tiempo real con entrenamiento, validación, inferencia y exportación en múltiples formatos.
Dispositivo fácil de usar para conectar unidades de medición "antiguas" (agua, electricidad, gas, ...) al mundo digital
LiteRT-LM es el marco de inferencia de código abierto, de alto rendimiento y listo para producción de Google para implementar grandes modelos de lenguaje en dispositivos periféricos.
Cuantización de 2 bits, kernels y entorno de ejecución para dispositivos de consumo.
Un nodo Android centrado en las personas y consciente de los recursos para la computación en el borde y el aprendizaje federado. Coordina la inteligencia distribuida mediante una localización que prioriza la privacidad y una gestión empática del hardware.
Un motor de inferencia todo en uno, puro en C++, para modelos de audio, impulsado por ggml. Admite TTS, STT, VAD, conversión de voz, generación de música y más, con rendimiento altamente optimizado. Sin dependencia de Python.
FEDML: la biblioteca de ML unificada y escalable para entrenamiento distribuido a gran escala, servicio de modelos y aprendizaje federado. FEDML Launch, un planificador multicloud, permite además ejecutar cualquier trabajo de IA en cualquier nube de GPU o clúster local. Basado en esta biblioteca, TensorOpera AI (https://TensorOpera.ai) es su plataforma de IA generativa a escala.
VILA es una familia de modelos de lenguaje de visión (VLM) de última generación para diversas tareas de IA multimodal en el borde, centros de datos y la nube.
[MLSys 2024 Best Paper Award] AWQ: Cuantización de pesos sensible a la activación para la compresión y aceleración de LLM
Una biblioteca de aprendizaje profundo para la investigación sobre la comprensión de video.
La navaja suiza de la IA offline. Chatea, mira, habla y genera imágenes en tu teléfono o Mac: modelos GGUF, visión, conversión de voz a texto con Whisper, Stable Diffusion, llamadas a herramientas y servidores de red local. Funciona en tu CPU, GPU o NPU. Sin cuenta, sin clave API, ningún dato sale de tu dispositivo.
Un núcleo acelerador de aprendizaje automático diseñado para IA de bajo consumo energético en el borde.
Asistente AI en tiempo real para los anteojos inteligentes Meta Ray‑Ban — voz + visión + acciones agentivas via Gemini Live y OpenClaw
Motor de IA de borde en C++ listo para producción para análisis de vídeo y VLM en el dispositivo en Sophon, Rockchip RKNN y x86, con orquestación visual, OSD en tiempo real, eventos y benchmarks reproducibles.
Enlaces de Python para DeepStream SDK y aplicaciones de muestra
Vitis AI es la pila de desarrollo de Xilinx para inferencia de IA en plataformas de hardware de Xilinx, incluyendo tanto dispositivos de borde como tarjetas Alveo.
Este curso está diseñado para guiar a los principiantes a través del apasionante mundo de la IA en el borde (Edge AI), cubriendo conceptos fundamentales, modelos populares, técnicas de inferencia, aplicaciones específicas de dispositivos, optimización de modelos y el desarrollo de agentes inteligentes de IA en el borde.
Este repositorio contiene la implementación oficial de los artículos de investigación "MobileCLIP" CVPR 2024 y "MobileCLIP2" TMLR Agosto 2025
La forma más fácil y rápida de ejecutar LLM personalizados y ajustados localmente o en el borde
¡Un tutorial que muestra cómo entrenar, convertir y ejecutar modelos de detección de objetos de TensorFlow Lite en dispositivos Android, Raspberry Pi y más!
Instrucciones sobre cómo utilizar la API en tiempo real en microcontroladores y plataformas integradas
El ESP-BOX es una plataforma de desarrollo AIoT de nueva generación lanzada por Espressif Systems.
SQLite-Vector es una extensión de SQLite multiplataforma y ultraeficiente que aporta capacidades de búsqueda vectorial a su base de datos integrada.
Una ruta de lectura sobre ingeniería del rendimiento de CPU, desde una sola instrucción hasta la inferencia en producción. Solo fuentes primarias, con un benchmark ejecutable para cada sección.
Motor de inferencia C++ listo para producción, multiplataforma, para modelos YOLO (v5‑v12, YOLO26). API unificada para detección, segmentación, estimación de pose, OBB y clasificación. Construido sobre ONNX Runtime y OpenCV. Optimizado para CPU/GPU con soporte de cuantización.
Centro de biodiversidad de Microsoft AI for Good Lab: catálogo de proyectos, documentación y navegación para la IA aplicada a la conservación, SPARROW y MegaDetector.
Maximizar la capacidad de ejecutar distintos LLM en los dispositivos más pequeños posibles
Preguntas frecuentes
¿Cuál es el repositorio de #edge-ai más popular en GitHub?
El proyecto de código abierto de #edge-ai mejor posicionado en GitHub es exo-explore/exo, con 48,516 estrellas. Ejecuta Frontier AI localmente.
¿Qué lenguajes de programación se utilizan más en los repositorios de #edge-ai?
Entre los proyectos de #edge-ai mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, C, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #edge-ai?
Seguimos 84 repositorios activos de código abierto etiquetados con #edge-ai (500+ estrellas), que suman un total de 340,999 estrellas, con una media de 4,059 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.