#gpu-computing Repositorios
Descubre 97 repositorios activos de código abierto de GitHub etiquetados con #gpu-computing, que acumulan 278,163 estrellas en total (una media de 2,867 estrellas por proyecto). El líder de este tema es facebookresearch/faiss, con 41,842 estrellas.
97 repositorios en total
Una biblioteca para la búsqueda eficiente de similitud y el agrupamiento de vectores densos.
Plataforma de simulación para robótica de propósito general y aprendizaje de IA incorporada.
NVIDIA Cosmos es una plataforma abierta de modelos mundiales, conjuntos de datos y herramientas que permite a los desarrolladores construir IA Física para robots, vehículos autónomos, infraestructura inteligente y más.
Una biblioteca de Gradient Boosting en Árboles de Decisión rápida, escalable y de alto rendimiento, utilizada para ranking, clasificación, regresión y otras tareas de aprendizaje automático para Python, R, Java, C++. Soporta cómputo en CPU y GPU.
Lenguaje específico del dominio diseñado para optimizar el desarrollo de kernels de GPU/CPU/aceleradores de alto rendimiento
Herramientas de infraestructura de IA probadas en producción para el desarrollo eficiente de AGI y la innovación impulsada por la comunidad
El software CFD Lattice Boltzmann más rápido y eficiente en memoria, que se ejecuta en todas las GPU y CPU a través de OpenCL. Gratuito para uso no comercial.
fastllm es una biblioteca de inferencia de modelos de lenguaje grandes de alto rendimiento que no depende de ningún backend y le ayuda a ejecutar inferencias de forma eficiente en la mayoría de los dispositivos.
Este parche elimina la restricción en el número máximo de sesiones de codificación de video NVENC simultáneas impuesta por Nvidia en GPUs de grado de consumo.
MindSpore es un nuevo marco de entrenamiento/inferencia de aprendizaje profundo de código abierto que podría utilizarse para escenarios móviles, de borde y en la nube.
Una biblioteca ligera para computación de GPU portátil de bajo nivel utilizando WebGPU.
Código oficial utilizado para desarrollar Vision Transformer, SigLIP, MLP-Mixer, LiT y más.
Un toolkit modular y abierto para WebGPU, con inferencia de tipos avanzada y la capacidad de escribir shaders en TypeScript
Framework de cómputo GPU de propósito general construido sobre Vulkan para soportar miles de tarjetas gráficas de diversos proveedores (AMD, Qualcomm, NVIDIA y otros). Extremadamente rápido, habilitado para dispositivos móviles, asíncrono y optimizado para casos de uso avanzados de procesamiento de datos de GPU. Respaldado por la Linux Foundation.
`std::execution`, el framework C++ estándar para la programación asíncrona y paralela.
Colección seleccionada por NVIDIA de recursos educativos relacionados con la programación de GPU de propósito general.
Computación Paralela y Aprendizaje Automático Científico (SciML): Métodos y Aplicaciones (MIT 18.337J/6.338J)
Compilador para múltiples modelos de programación (SYCL, paralelismo estándar de C++, HIP/CUDA) para CPUs y GPUs de todos los proveedores: El compilador independiente y impulsado por la comunidad para modelos de programación heterogéneos basados en C++. Permite que las aplicaciones se adapten a todo el hardware del sistema - ¡incluso en tiempo de ejecución!
Biblioteca de odometría visual y SLAM acelerada por CUDA para un seguimiento de cámara rápido, preciso y de baja latencia
Aprendizaje profundo en Rust, con tensores verificados por forma y redes neuronales
Una biblioteca eficiente de computación numérica para GPU en C++20 con sintaxis similar a Python
Una biblioteca de tensores rápida, ergonómica y portátil en Nim con enfoque en aprendizaje profundo para CPU, GPU y dispositivos integrados a través de backends OpenMP, Cuda y OpenCL
Operaciones de Kernel en CPUs y GPUs, con autodiff y sin desbordamientos de memoria
[NeurIPS 2023] MeZO: Fine-Tuning Language Models with Just Forward Passes. https://arxiv.org/abs/2305.17333
🐳 Implementaciones eficientes de Triton para "Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention"
Preguntas frecuentes
¿Cuál es el repositorio de #gpu-computing más popular en GitHub?
El proyecto de código abierto de #gpu-computing mejor posicionado en GitHub es facebookresearch/faiss, con 41,842 estrellas. Una biblioteca para la búsqueda eficiente de similitud y el agrupamiento de vectores densos.
¿Qué lenguajes de programación se utilizan más en los repositorios de #gpu-computing?
Entre los proyectos de #gpu-computing mejor posicionados en GitHub, los lenguajes de programación más comunes son C++, Python, Rust, Cuda.
¿Cómo se calcula la clasificación de los repositorios de #gpu-computing?
Seguimos 97 repositorios activos de código abierto etiquetados con #gpu-computing (500+ estrellas), que suman un total de 278,163 estrellas, con una media de 2,867 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.