Git Stars Git Stars

#pipeline-parallelism Repositorios

Descubre 11 repositorios activos de código abierto de GitHub etiquetados con #pipeline-parallelism, que acumulan 112,409 estrellas en total (una media de 10,219 estrellas por proyecto). El líder de este tema es deepspeedai/DeepSpeed, con 43,348 estrellas.

11
Total de Repositorios
112,409
Total de estrellas
10,219
Promedio de Estrellas/Repo
Lenguajes de programación: Python C++ Jupyter Notebook

11 repositorios en total

1
deepspeedai/DeepSpeed

DeepSpeed es una biblioteca de optimización de aprendizaje profundo que hace que el entrenamiento distribuido y la inferencia sean fáciles, eficientes y efectivos.

deepspeedai
⭐ 43,348 Python 👤 deepspeedai Organization 🕐 Actualizado 2026-11-21 📅 Creado 2020-01-23
2
hpcaitech/ColossalAI

Hacer que los modelos grandes de IA sean más baratos, rápidos y accesibles

hpcaitech
⭐ 41,421 Python 👤 hpcaitech Organization 🕐 Actualizado 2026-11-19 📅 Creado 2021-10-28
3
bigscience-workshop/petals

Ejecuta LLMs en casa, al estilo BitTorrent. Ajuste fino e inferencia hasta 10 veces más rápido que la descarga.

bigscience-workshop
⭐ 9,864 Python 👤 bigscience-workshop Organization 🕐 Actualizado 2024-09-07 📅 Creado 2022-06-12
4
pytorch/torchtitan

Una plataforma nativa de PyTorch para entrenar modelos de IA generativa

pytorch
⭐ 5,936 Python 👤 pytorch Organization 🕐 Actualizado 2026-11-21 📅 Creado 2023-12-13
5
deepseek-ai/DualPipe

Un algoritmo de paralelismo de pipeline bidireccional para la superposición de cómputo-comunicación en el entrenamiento de DeepSeek V3/R1.

deepseek-ai
⭐ 3,036 Python 👤 deepseek-ai Organization 🕐 Actualizado 2026-01-14 📅 Creado 2025-02-26
6
Alibaba-Quark/LiveAvatar

[Destacado de ECCV 2026] Implementación de «Live Avatar: Generación de avatares impulsada por audio en tiempo real mediante streaming y de duración infinita»

Alibaba-Quark
⭐ 2,531 Python 👤 Alibaba-Quark Organization 🕐 Actualizado 2026-08-24 📅 Creado 2025-12-04
7
tdrussell/diffusion-pipe

Un script de entrenamiento paralelo por pipeline para modelos de difusión.

tdrussell
⭐ 2,037 Python 👤 tdrussell User 🕐 Actualizado 2026-11-19 📅 Creado 2024-08-03
8
bigscience-workshop/Megatron-DeepSpeed

La investigación en curso entrena modelos de lenguaje Transformer a gran escala, entre ellos: BERT y GPT-2

bigscience-workshop
⭐ 1,426 Python 👤 bigscience-workshop Organization 🕐 Actualizado 2024-03-20 📅 Creado 2021-07-02
9
Soulmate-Halo/heterogeneous-gpu-pd-lab

Acelere hosts con gran memoria y recursos de cómputo dispersos mediante tarjetas de cómputo denso, incluidos AI Max+ 395, M3 512G y DGX Spark.

Soulmate-Halo
⭐ 1,288 C++ 👤 Soulmate-Halo User 🕐 Actualizado 2026-11-10 📅 Creado 2026-09-01
10
kakaobrain/torchgpipe

Una implementación de GPipe en PyTorch

kakaobrain
⭐ 861 Python 👤 kakaobrain Organization 🕐 Actualizado 2024-07-25 📅 Creado 2019-05-10
11
Coobiw/MPP-LLaVA

Proyecto Personal: MPP-Qwen14B & MPP-Qwen-Next (Pipeline Paralelo Multimodal basado en Qwen-LM). Soporta [video/imagen/multi-imagen] {sft/conversations}. ¡No dejes que la pobreza limite tu imaginación! Entrena tu propio MLLM 8B/14B similar a LLaVA-training en RTX3090/4090 24GB.

Coobiw
⭐ 678 Jupyter Notebook 👤 Coobiw User 🕐 Actualizado 2025-03-10 📅 Creado 2023-10-24

Preguntas frecuentes

1

¿Cuál es el repositorio de #pipeline-parallelism más popular en GitHub?

El proyecto de código abierto de #pipeline-parallelism mejor posicionado en GitHub es deepspeedai/DeepSpeed, con 43,348 estrellas. DeepSpeed es una biblioteca de optimización de aprendizaje profundo que hace que el entrenamiento distribuido y la inferencia sean fáciles, eficientes y efectivos.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #pipeline-parallelism?

Entre los proyectos de #pipeline-parallelism mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, Jupyter Notebook.

3

¿Cómo se calcula la clasificación de los repositorios de #pipeline-parallelism?

Seguimos 11 repositorios activos de código abierto etiquetados con #pipeline-parallelism (500+ estrellas), que suman un total de 112,409 estrellas, con una media de 10,219 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.