#hardware-acceleration Repositorios
Descubre 67 repositorios activos de código abierto de GitHub etiquetados con #hardware-acceleration, que acumulan 169,471 estrellas en total (una media de 2,529 estrellas por proyecto). El líder de este tema es tinygrad/tinygrad, con 33,961 estrellas.
67 repositorios en total
ONNX Runtime: Acelerador de inferencia y entrenamiento de ML multiplataforma de alto rendimiento
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.
Software NVR y de visión por computadora de IA autoalojado, solo local. Con funciones como detección de objetos, detección de movimiento, reconocimiento facial y más, le brinda el poder de vigilar su hogar, oficina o cualquier otro lugar que desee monitorear.
LiteRT, sucesor de TensorFlow Lite, es el framework de Google para dispositivos que permite el despliegue de ML y GenAI de alto rendimiento en plataformas edge, mediante una conversión, tiempo de ejecución y optimización eficientes.
PainterEngine es un motor de aplicaciones/juegos con renderizador de software. PainterEngine se puede portar a cualquier plataforma que soporte C.
VeOmni: Escalando el entrenamiento de modelos de cualquier modalidad con un zoológico de recetas distribuidas centrado en el modelo
Excelentes artículos de investigación y herramientas de compresión de LLMs.
[ICML 2023] SmoothQuant: Cuantización post-entrenamiento precisa y eficiente para modelos de lenguaje grandes
Grandes Modelos de Spiking inspirados en el Cerebro, que integran atención híbrida eficiente, módulos MoE y codificación de espigas en su arquitectura
Una unidad mínima de procesamiento tensorial (TPU), inspirada en las TPU V2 y V1 de Google
Una base de datos vectorial local ultrarrápida para usar con agentes LLM. Ahora aceptamos SAFE con una capitalización de 135 millones de dólares.
Una extensión de Chrome que transmite videos H.264 en lugar de videos VP8/VP9 en YouTube.
QMPlay2 es un reproductor de video y audio que puede reproducir la mayoría de los formatos y códecs.
Quake 2 v3.21 de id Software con paquetes de misiones y soporte para Vulkan (Windows, Linux, macOS, FreeBSD, Raspberry Pi 4)
Mejora tu experiencia de video con un reproductor multimedia moderno y fácil de usar.
Corrección MPO para GPUs AMD 5000/6000/7000/9000 & RTX 2000/3000/4000/5000/GTX 1600
🎞 Transcodificación de video acelerada por hardware usando las API de Android MediaCodec. Soporta recorte, concatenación, clipping, procesamiento de audio, velocidad de video y mucho más.
Un framework de compilador basado en MLIR conecta los DSL (lenguajes específicos de dominio) a los DSA (arquitecturas específicas de dominio).
El SDK de Advanced Media Framework (AMF) proporciona a los desarrolladores un acceso óptimo a los dispositivos AMD para el procesamiento multimedia
Convertir archivos de video de la cámara de tablero de Tesla en una película
Preguntas frecuentes
¿Cuál es el repositorio de #hardware-acceleration más popular en GitHub?
El proyecto de código abierto de #hardware-acceleration mejor posicionado en GitHub es tinygrad/tinygrad, con 33,961 estrellas. ¿Te gusta pytorch? ¿Te gusta micrograd? ¡Amas tinygrad! ❤️
¿Qué lenguajes de programación se utilizan más en los repositorios de #hardware-acceleration?
Entre los proyectos de #hardware-acceleration mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, C, Verilog.
¿Cómo se calcula la clasificación de los repositorios de #hardware-acceleration?
Seguimos 67 repositorios activos de código abierto etiquetados con #hardware-acceleration (500+ estrellas), que suman un total de 169,471 estrellas, con una media de 2,529 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.