#triton Repositorios
Descubre 22 repositorios activos de código abierto de GitHub etiquetados con #triton, que acumulan 37,530 estrellas en total (una media de 1,705 estrellas por proyecto). El líder de este tema es gpu-mode/lectures, con 7,109 estrellas.
22 repositorios en total
[ICLR2025, ICML2025, NeurIPS2025 Spotlight] La Atención Cuantificada (Quantized Attention) logra una aceleración de 2 a 5 veces en comparación con FlashAttention, sin perder métricas de extremo a extremo en modelos de lenguaje, imagen y video.
LeetCode para PyTorch: 65 problemas de entrevistas de ML/IA basados en entrevistas reales de Google, Meta y Anthropic. Notebooks de Jupyter, un evaluador automático y un tutor de IA basado en MCP.
Compilador de código abierto para CUDA, Triton y HIP dirigido a múltiples arquitecturas de GPU y CPU.
AutoResearch para kernels GPU. Dale cualquier modelo PyTorch, déjalo dormir, y despiértalo para obtener kernels Triton optimizados.
Kernl le permite ejecutar modelos transformer de PyTorch varias veces más rápido en GPU con una sola línea de código, y está diseñado para ser fácilmente modificable.
Compilador de PyTorch que acelera el entrenamiento y la inferencia. Obtenga optimizaciones integradas para el rendimiento, la memoria, el paralelismo y escriba fácilmente las suyas.
FlagGems es una biblioteca de operadores para modelos de lenguaje grandes implementada en el lenguaje Triton.
Algoritmos y sistemas de LLM con PyTorch, Triton y CUDA: aprendizaje práctico. «Tutorial de algoritmos y sistemas de LLM»: arquitecturas y entrenamiento de modelos, posentrenamiento, aceleración de inferencia, optimización del rendimiento y de operadores; incluye ejercicios en Notebook, explicaciones de las respuestas, pruebas y experimentos.
🚀🚀🚀Una colección de algunos proyectos públicos impresionantes sobre Modelos de Lenguaje Grandes (LLM), Modelos de Visión y Lenguaje (VLM), Acción Visión-Lenguaje (VLA), Contenido Generado por IA (AIGC), los Datasets y Aplicaciones relacionados.
Aceleración de MoE mediante optimizaciones conscientes de E/S y de las teselas
¡Puzzles para aprender Triton, juégalo con una configuración mínima del entorno!
SparkDiffusion: acelera la generación de vídeo con DiT en 265× mediante sparsity, destilación, cuantización conjuntas, etc.
Módulo del kernel de Linux para admitir el modo Turbo y el teclado RGB para la serie de portátiles Acer Predator
Un subconjunto de los módulos de red neuronal de PyTorch, escritos en Python usando Triton de OpenAI.
De maestro a mosaicos — un motor de destilación y servicio de LLM desde cero: kernels personalizados de Triton/CUDA, destilación FSDP, procesamiento por lotes continuo con KV paginado, decodificación especulativa, una puerta de enlace en Rust, un oráculo JAX y herramientas de interpretabilidad.
🚀🚀🚀 Este repositorio enumera algunos proyectos públicos increíbles de CUDA, cuda-python, cuBLAS, cuDNN, CUTLASS, TensorRT, TensorRT-LLM, Triton, TVM, MLIR, PTX y Computación de Alto Rendimiento (HPC).
Preguntas frecuentes
¿Cuál es el repositorio de #triton más popular en GitHub?
El proyecto de código abierto de #triton mejor posicionado en GitHub es gpu-mode/lectures, con 7,109 estrellas. Material para conferencias en modo gpu
¿Qué lenguajes de programación se utilizan más en los repositorios de #triton?
Entre los proyectos de #triton mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Cuda, C.
¿Cómo se calcula la clasificación de los repositorios de #triton?
Seguimos 22 repositorios activos de código abierto etiquetados con #triton (500+ estrellas), que suman un total de 37,530 estrellas, con una media de 1,705 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.