#gpu Repositorios
302 repositorios en total
Traduce sombreadores de GPU y kernels de cómputo entre GLSL, HLSL, Metal, SPIR-V, Slang, CUDA e HIP, y a WGSL, mediante la IR de CrossGL
Ejecuta modelos de IA localmente en tu máquina con enlaces de Node.js para llama.cpp. Aplica un esquema JSON a la salida del modelo en el nivel de generación.
cuTile es un modelo de programación para escribir kernels paralelos para GPUs NVIDIA
🦀🌡️ Monitor del sistema en tiempo real para Mac con Apple Silicon. Sin sudo. TUI, servidor de métricas JSON/Prometheus y biblioteca Rust.
Un framework de procesamiento de imágenes y videos acelerado por GPU, construido sobre Metal.
Un trazador de rayos GPU basado físicamente de juguete (C++/OpenGL/GLSL)
GLIM: framework versátil y extensible de localización y mapeo 3D basado en nubes de puntos
Implementación NCNN de Real-ESRGAN. Real-ESRGAN tiene como objetivo desarrollar algoritmos prácticos para la restauración general de imágenes.
El mejor comprobador de actualizaciones de GPU NVIDIA para usuarios avanzados/jugadores de Windows. Totalmente de código abierto y ligero.
Aprendizaje profundo en Rust, con tensores verificados por forma y redes neuronales
Registro de algunos Demos que implementé durante el proceso de aprendizaje de Unity Shader.
Un nuevo enfoque para Emacs - Incluyendo TypeScript, Threading, E/S asíncrona y WebRender.
Compilador de código abierto para CUDA, Triton y HIP dirigido a múltiples arquitecturas de GPU y CPU.
Biblioteca de operadores TT-NN y modelo de programación de kernel de bajo nivel TT-Metalium.
Motor 3D y de efectos visuales sin interfaz gráfica para agentes. Vista previa de investigación.
Una colección de algoritmos de registro rápido de nubes de puntos basado en GICP
AutoResearch para kernels GPU. Dale cualquier modelo PyTorch, déjalo dormir, y despiértalo para obtener kernels Triton optimizados.
Una biblioteca de gráficos 2D ligera para GPUs modernas, que ofrece renderizado de texto, imágenes y vectores de alto rendimiento en las principales plataformas.
Listas increíbles para profesores asistentes en camino a la titularidad y estudiantes de doctorado. (Guía de supervivencia para profesores asistentes/estudiantes de doctorado)
UCCL es una biblioteca de comunicación eficiente para GPUs, que cubre colectivas, P2P (por ejemplo, transferencia de caché KV, transferencia de pesos RL) y EP (por ejemplo, impulsado por GPU).
Framework de aprendizaje profundo de alto nivel escrito en Kotlin e inspirado en Keras
un entorno de ejecución rápido y fácil de usar para la inferencia de transformadores (Bert, Albert, GPT2, Decoders, etc.) en CPU y GPU.
Biblioteca de trazado rápido de próxima generación que se ejecuta en WGPU utilizando el motor de renderizado pygfx
El terminal que sobrevive a su ventana. Los shells sobreviven al cierre de la aplicación, los agentes pueden controlar a otros agentes y las máquinas remotas funcionan de la misma manera. Rust puro, renderizado por GPU.
Paquete de Visual SLAM/odometría basado en cuVSLAM acelerado por NVIDIA
Intel® Graphics Compute Runtime para oneAPI Level Zero y controlador OpenCL™
🌊 Software Julia para dinámica de fluidos rápida, amigable, flexible y con sabor a océano en CPUs y GPUs
Una biblioteca eficiente de computación numérica para GPU en C++20 con sintaxis similar a Python
Una biblioteca de computación acelerada por GPU para ejecutar simulaciones físicas y otros cálculos GPGPU en un navegador web.
Calcule los requisitos de tokens/s y memoria de GPU para cualquier LLM. Soporta cuantización llama.cpp/ggml/bnb/QLoRA
La extensión para Scikit-learn es una forma fluida de acelerar su aplicación de Scikit-learn.