#gpu-acceleration Repositorios
Descubre 181 repositorios activos de código abierto de GitHub etiquetados con #gpu-acceleration, que acumulan 395,569 estrellas en total (una media de 2,185 estrellas por proyecto). El líder de este tema es kvcache-ai/ktransformers, con 19,687 estrellas.
181 repositorios en total
Un marco flexible para experimentar optimizaciones de inferencia/ajuste fino de LLM heterogéneos
Una biblioteca de JavaScript acelerada por WebGL para entrenar y desplegar modelos de ML.
NVIDIA® TensorRT™ es un SDK para inferencia de aprendizaje profundo de alto rendimiento en GPUs de NVIDIA. Este repositorio contiene los componentes de código abierto de TensorRT.
PyTorch3D es la biblioteca de FAIR de componentes reutilizables para el aprendizaje profundo con datos 3D
Un emulador de terminal GPU acelerado por hardware enfocado en ejecutarse en escritorios y navegadores.
Makepad es una plataforma de desarrollo de software creativo para Rust que compila a wasm/webGL, osx/metal, windows/dx11, linux/opengl
Un framework de Python para simulación acelerada por GPU, robótica y aprendizaje automático.
¡Un proyecto dedicado a facilitar el particionamiento de GPU en Windows!
Una biblioteca de inferencia rápida para ejecutar LLM localmente en GPU modernas de clase de consumo
NVIDIA Isaac Sim™ es una aplicación de código abierto en NVIDIA Omniverse para desarrollar, simular y probar robots impulsados por IA en entornos virtuales realistas.
Flujos de trabajo de referencia de IA generativa optimizados para una arquitectura de microservicios e infraestructura acelerada.
Convierte un teléfono Android antiguo en un escritorio Linux con aceleración por GPU (XFCE4 / KDE Plasma / LXQt / MATE) o en un servidor de domótica Home Assistant, usando Termux. Sin root, sin PC, sin la nube.
Fork de llama.cpp con cuantificaciones SOTA adicionales y rendimiento mejorado
Una implementación rápida y sencilla de algoritmos de aprendizaje para robótica.
NeMo Retriever Library es un microservicio escalable y orientado al rendimiento para la extracción de contenido y metadatos de documentos. NeMo Retriever Library utiliza microservicios especializados de NVIDIA NIM para encontrar, contextualizar y extraer texto, tablas, gráficos e imágenes que puede utilizar en aplicaciones generativas posteriores.
GPUImage 3 es un framework Swift con licencia BSD para el procesamiento de video e imágenes acelerado por GPU utilizando Metal.
xDiT: Un motor de inferencia escalable para Transformers de Difusión (DiTs) con Paralelismo Masivo
Infraestructura para sistemas de IA evolutiva. Optimización basada en PyTorch y acelerada por GPU, con un ecosistema de bibliotecas de algoritmos, benchmarks y herramientas.
SwiftShader es una implementación de alto rendimiento basada en CPU de la API gráfica Vulkan. Su objetivo es proporcionar independencia de hardware para gráficos 3D avanzados.
OCRFlux es un kit de herramientas multimodal ligero pero potente que mejora significativamente la conversión de PDF a Markdown, destacando en el manejo de diseños complejos, el análisis de tablas complicadas y la fusión de contenido entre páginas.
¡Ejecuta, compila y ejecuta JavaScript para Computación Científica y Visualización de Datos TOTALmente TOTALmente TOTALmente en tu NAVEGADOR! Un entorno de computación científica de código abierto para JavaScript TOTALmente en tu navegador, operaciones matriciales con aceleración de GPU, soporte TeX, visualización de datos y cálculo simbólico.
Una biblioteca de código abierto para demostraciones en simulación y con robots reales basada en MuJoCo.
Nvdiffrast - Primitivas modulares para renderizado diferenciable de alto rendimiento
Win2D es una API de Windows Runtime fácil de usar para la representación de gráficos 2D en modo inmediato con aceleración de GPU. Está disponible para desarrolladores de C#, C++ y VB que escriben aplicaciones para la Plataforma Universal de Windows (UWP). Utiliza la potencia de Direct2D y se integra perfectamente con XAML y CoreWindow.
Enlaces de Python para DeepStream SDK y aplicaciones de muestra
Aprendizaje profundo en Rust, con tensores verificados por forma y redes neuronales
Preguntas frecuentes
¿Cuál es el repositorio de #gpu-acceleration más popular en GitHub?
El proyecto de código abierto de #gpu-acceleration mejor posicionado en GitHub es kvcache-ai/ktransformers, con 19,687 estrellas. Un marco flexible para experimentar optimizaciones de inferencia/ajuste fino de LLM heterogéneos
¿Qué lenguajes de programación se utilizan más en los repositorios de #gpu-acceleration?
Entre los proyectos de #gpu-acceleration mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, Rust, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #gpu-acceleration?
Seguimos 181 repositorios activos de código abierto etiquetados con #gpu-acceleration (500+ estrellas), que suman un total de 395,569 estrellas, con una media de 2,185 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.