#gpu-computing Dépôts
97 dépôts au total
Matériel de formation associé à la série de formation CUDA de NVIDIA (www.olcf.ornl.gov/cuda-training-series/)
Créez un pipeline RAG (Retrieval Augmented Generation) à partir de zéro et faites-le fonctionner entièrement localement.
Un plan d'apprentissage CUDA de 120 jours couvrant les concepts quotidiens, les exercices, les pièges et les références (y compris « Programming Massively Parallel Processors »). Comprend six projets de synthèse pour consolider les compétences en programmation parallèle GPU, en gestion de la mémoire et en optimisation des performances.
une bibliothèque logicielle contenant des fonctions BLAS écrites en OpenCL
Une solution intégrée pour la création / l'importation / la simulation / le rendu de cheveux basés sur des brins dans Unity.
Une implémentation multiplateforme de divers systèmes de réaction-diffusion et d'EDP.
Simulations Particle-in-Cell Portables en Performance pour l'Ère Exascale :sparkles:
Un framework de compilateur basé sur MLIR relie les DSL (langages spécifiques au domaine) aux DSA (architectures spécifiques au domaine).
GPU-Jupyter : Votre JupyterLab accéléré par GPU avec un riche stack d'outils de data science, TensorFlow et PyTorch pour vos expériences d'apprentissage profond reproductibles.
Une liste organisée d'applications, de cours, de démonstrations et de fonctionnalités impressionnants de Taichi.
Le NVIDIA® Tools Extension SDK (NVTX) est une interface de programmation d'applications (API) basée sur le C pour annoter les événements, les plages de code et les ressources dans vos applications.
Implémentation d'un wrapper disco-diffusion exécutable sur votre propre GPU avec une entrée de texte par lots.
Un framework pour le traitement d'images médicales haute performance, l'inférence de réseaux de neurones et la visualisation
ManagedCUDA vise une intégration facile de CUDA de NVidia dans les applications .NET écrites en C#, Visual Basic ou tout autre langage .NET.