#gpu Dépôts
Découvrez 302 dépôts GitHub open source actifs associés à #gpu, cumulant 1,144,734 étoiles au total (soit une moyenne de 3,790 étoiles par projet). Le projet en tête de ce thème est pytorch/pytorch, avec 105,764 étoiles.
302 dépôts au total
Tenseurs et réseaux de neurones dynamiques en Python avec une forte accélération GPU
DeepSpeed est une bibliothèque d'optimisation pour l'apprentissage profond qui rend l'entraînement distribué et l'inférence simples, efficaces et performants.
Bend 2 : un langage rapide qui bloque les erreurs de l’IA grâce à des preuves. Installer : curl -fsSL https://bend-lang.com/install.sh | sh
Il s'agit du dépôt de publication de Fan Control, un logiciel de contrôle des ventilateurs hautement personnalisable pour Windows.
Alternative légère à Armoury Crate pour les ordinateurs portables Asus avec presque les mêmes fonctionnalités. Fonctionne avec ROG Zephyrus, Flow, TUF, Strix, Scar, ProArt, Vivobook, Zenbook, Expertbook, ROG Ally et plus.
Jouez avec des fluides dans votre navigateur (fonctionne même sur mobile)
Suite d'outils pour le déploiement et l'entraînement de modèles d'apprentissage profond utilisant la JVM. Les points forts comprennent l'importation de modèles pour Keras, TensorFlow et ONNX/PyTorch, une bibliothèque C++ modulaire et minuscule pour l'exécution de code mathématique et une bibliothèque mathématique basée sur Java au-dessus de la bibliothèque C++ de base. Comprend également SameDiff : une bibliothèque similaire à PyTorch/TensorFlow pour l'exécution d'apprentissage profond...
John the Ripper jumbo - cracker avancé de mots de passe hors ligne, qui prend en charge des centaines de types de hachage et de chiffrement, et qui s'exécute sur de nombreux systèmes d'exploitation, CPU, GPU, et même certaines FPGA
Scalene : un profileur CPU, GPU et mémoire haute performance et haute précision pour Python avec des propositions d'optimisation alimentées par l'IA
Surveillance des processus GPU et accélérateurs pour AMD, Apple, Huawei, Intel, NVIDIA et Qualcomm
Le serveur d'inférence Triton fournit une solution d'inférence optimisée pour le cloud et l'edge.
La plateforme de calcul IA pour les équipes de pointe. SkyPilot transforme le calcul IA fragmenté en un superordinateur IA, permettant aux équipes de pointe de construire plus rapidement une intelligence personnalisée.
Une bibliothèque Gradient Boosting sur arbres de décision rapide, scalable et haute performance, utilisée pour le ranking, la classification, la régression et d'autres tâches d'apprentissage automatique pour Python, R, Java, C++. Prend en charge le calcul sur CPU et GPU.
Bibliothèque d'optimisation de maillage qui rend les maillages plus petits et plus rapides à rendre
Une bibliothèque Python conçue pour permettre aux développeurs de créer des applications et des systèmes avec des capacités de vision par ordinateur autonomes
Accélérer l'inférence et l'affinage des LLM locaux (LLaMA, Mistral, ChatGLM, Qwen, DeepSeek, Mixtral, Gemma, Phi, MiniCPM, Qwen-VL, MiniCPM-V, etc.) sur Intel XPU (par ex., PC local avec iGPU et NPU, GPU discret comme Arc, Flex et Max); intégration fluide avec llama.cpp, Ollama, HuggingFace, LangChain, LlamaIndex, vLLM, DeepSpeed, Axolotl, etc.
Système d'Estimation et de Suivi de Pose Corps Entier Multi-Personnes en Temps Réel et Précis
《Comprendre en profondeur l’infrastructure de l’IA : analyse quantitative et conception de systèmes》 (de Li Bojie), un manuscrit de livre open source : à partir des contraintes matérielles et de l’architecture des modèles, il déduit quantitativement la conception des systèmes d’inférence et d’entraînement des LLM. Comprend le texte intégral, le PDF, des outils de calcul associés et des expériences.
H2O est une Plateforme d'Apprentissage Automatique Open Source, Distribuée, Rapide et Évolutive : Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM avec Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), etc.
Un framework Python pour la simulation accélérée par GPU, la robotique et l'apprentissage automatique.
Un visualiseur interactif de processus NVIDIA-GPU et plus encore, la solution tout-en-un pour la gestion des processus GPU.
Exécutez des applications GUI et des bureaux dans des conteneurs Docker et Podman. Concentrez-vous sur la sécurité.
Lemonade aide les utilisateurs à découvrir et à exécuter des applications d'IA locales en fournissant des LLM optimisés directement depuis leurs propres GPU et NPU. Rejoignez notre Discord : https://discord.gg/5xXzkMu8Zk
Une bibliothèque accélérée par GPU contenant des blocs de construction hautement optimisés et un moteur d'exécution pour le traitement des données afin d'accélérer les applications d'entraînement et d'inférence en apprentissage profond.
Écosystème de bibliothèques et d'outils pour écrire et exécuter du code GPU rapide entièrement en Rust.
Le logiciel CFD Lattice Boltzmann le plus rapide et le plus économe en mémoire, fonctionnant sur tous les GPU et CPU via OpenCL. Gratuit pour un usage non commercial.
Des performances d’inférence de pointe avec des accélérateurs modernes sur Kubernetes
Foire aux questions
Quel est le dépôt #gpu le plus populaire sur GitHub ?
Le projet #gpu open source le mieux classé sur GitHub est pytorch/pytorch, avec 105,764 étoiles. Tenseurs et réseaux de neurones dynamiques en Python avec une forte accélération GPU
Quels langages de programmation sont les plus utilisés dans les dépôts #gpu ?
Parmi les projets #gpu les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Rust, Jupyter Notebook.
Comment le classement des dépôts #gpu est-il calculé ?
Nous suivons 302 dépôts open source actifs associés à #gpu (500+ étoiles), totalisant 1,144,734 étoiles, avec une moyenne de 3,790 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.