#cuda-optimization Dépôts
Découvrez 14 dépôts GitHub open source actifs associés à #cuda-optimization, cumulant 64,319 étoiles au total (soit une moyenne de 4,594 étoiles par projet). Le projet en tête de ce thème est karpathy/llm.c, avec 30,323 étoiles.
14 dépôts au total
Partage de connaissances AI Infra et pratique de code : PyTorch, vLLM/SGLang, introduction au framework slime/vime ⚡️, accélération des performances 🚀, bases des grands modèles 🧠, logiciels et matériels IA 🔧, etc.
Une bibliothèque optimisée de quantification et d'inférence pour exécuter localement des LLM sur des GPU grand public modernes
Une bibliothèque de profilage CPU+GPU qui donne accès aux traces de chronologie et aux compteurs de performance matériels.
Dépôt officiel pour Splatt3R : Zero-shot Gaussian Splatting à partir de paires d'images non calibrées
[ICLR 2025 Oral] Sur la mise à l'échelle de l'entraînement de 3D Gaussian Splatting
Frontend C/C++ pour MLIR. Il propose également des optimisations polyédriques, des optimisations parallèles et plus encore !
Foire aux questions
Quel est le dépôt #cuda-optimization le plus populaire sur GitHub ?
Le projet #cuda-optimization open source le mieux classé sur GitHub est karpathy/llm.c, avec 30,323 étoiles. Entraînement de LLM en C/CUDA simple et brut
Quels langages de programmation sont les plus utilisés dans les dépôts #cuda-optimization ?
Parmi les projets #cuda-optimization les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Cuda, Jupyter Notebook.
Comment le classement des dépôts #cuda-optimization est-il calculé ?
Nous suivons 14 dépôts open source actifs associés à #cuda-optimization (500+ étoiles), totalisant 64,319 étoiles, avec une moyenne de 4,594 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.