#cuda Dépôts
325 dépôts au total
Implémentation NVIDIA DeepStream SDK 8.0 / 7.1 / 7.0 / 6.4 / 6.3 / 6.2 / 6.1.1 / 6.1 / 6.0.1 / 6.0 / 5.1 pour les modèles YOLO
Une bibliothèque Python pour apprendre et évaluer les embeddings de graphes de connaissances
OneDiff : une bibliothèque d'accélération prête à l'emploi pour les modèles de diffusion.
Un serveur de langage pour C/C++, Objective-C et CUDA basé sur Clang : des processus de travail isolés en cas de plantage, la prise en charge prête à l’emploi des modules C++20 et des contextes de compilation, ainsi qu’une CLI pour indexer, interroger et refactoriser des projets entiers.
Expérimentation des pratiques de codage "Less Slow" en C++ 20, C, CUDA, PTX et Assembly, du numérique & SIMD aux coroutines, ranges, gestion des exceptions, réseau et E/S en espace utilisateur
Environnement d’exécution hautes performances pour le service de systèmes de superintelligence interactifs
Apprentissage profond en Rust, avec des tenseurs à forme vérifiée et des réseaux neuronaux
Ceci est une traduction française du guide de programmation CUDA
Fournir des roues de paquets pré-construites flash-attention 2 et 3 sur Linux et Windows en utilisant GitHub Actions
Bibliothèque de transformées de Fourier rapides Vulkan/CUDA/HIP/OpenCL/Level Zero/Metal
PPL Quantization Tool (PPQ) est un puissant outil de quantification hors ligne pour réseaux neuronaux.
Compilateur open-source CUDA, Triton et HIP ciblant de multiples architectures GPU et CPU.
Bibliothèque d'opérateurs TT-NN et modèle de programmation de noyau de bas niveau TT-Metalium.
🚀🚀🚀 Une collection de projets fantastiques de séries YOLO pour la détection d'objets publics et les ensembles de données de détection d'objets associés.
Une collection d'algorithmes de registration rapide de nuages de points basés sur GICP
AutoResearch pour les kernels GPU. Donnez-lui n'importe quel modèle PyTorch, laissez-le dormir, et réveillez-le pour obtenir des kernels Triton optimisés.
UCCL est une bibliothèque de communication efficace pour GPU, couvrant les collectives, le P2P (par exemple, transfert de cache KV, transfert de poids RL) et l'EP (par exemple, piloté par GPU).
Kernl vous permet d'exécuter des modèles transformer PyTorch plusieurs fois plus rapidement sur GPU avec une seule ligne de code, et est conçu pour être facilement personnalisable.
Une implémentation de l'effet 3D Ken Burns à partir d'une seule image en utilisant PyTorch
Auto-hébergez le puissant modèle Chatterbox TTS. Ce serveur offre une interface Web conviviale, des points de terminaison API flexibles (y compris compatibles avec OpenAI), des voix prédéfinies, le clonage de voix et le traitement de texte à l'échelle de grands livres audio. S'exécute accéléré sur NVIDIA (CUDA), AMD (ROCm) et CPU.
🔥🔥🔥TensorRT pour YOLO26 (détection/pose/segmentation/profondeur/boîtes orientées/classification), YOLOv11, YOLOv10, YOLOv9, YOLOv8, ... 🚀🚀🚀 CUDA, C’EST TOUT CE QU’IL VOUS FAUT. 🍎🍎🍎
Une bibliothèque de calcul numérique GPU C++20 efficace avec une syntaxe de type Python
Implémentation officielle de l'article SIGGRAPH 2024 « Une représentation gaussienne 3D hiérarchique pour le rendu en temps réel de très grands ensembles de données »
Une bibliothèque de tenseurs rapide, ergonomique et portable en Nim avec un focus sur l'apprentissage profond pour CPU, GPU et dispositifs embarqués via les backends OpenMP, Cuda et OpenCL
Tiny Differentiable Simulator est une bibliothèque physique C++ et CUDA uniquement en-tête pour l'apprentissage par renforcement et la robotique avec zéro dépendance.
Une bibliothèque rapide et à chevauchement de communication pour le parallélisme tenseur/expert sur GPU.
Une bibliothèque TSDF et ESDF accélérée par GPU pour les robots équipés de caméras RVB-D.
Exécutez de grands modèles d’IA sur votre propre PC : Qwen3.8-Flash-Next avec le moteur de Strata, et GLM 5.3 Flash, DeepSeek V4 Flash, LFM2.5, Qwen3.6, Ornith 1.5, Gemma 4, Tiel Coder et MiniCPM-V avec un second moteur conçu pour PolyStrata. Installation en un clic sous Windows et Linux, avec une API OpenAI/Anthropic sur localhost.