#gpu Dépôts
302 dépôts au total
Traduisez des shaders GPU et des noyaux de calcul entre GLSL, HLSL, Metal, SPIR-V, Slang, CUDA et HIP, ainsi que vers WGSL, grâce à l’IR CrossGL
Exécutez des modèles d'IA localement sur votre machine avec des liaisons Node.js pour llama.cpp. Appliquez un schéma JSON à la sortie du modèle au niveau de la génération.
cuTile est un modèle de programmation pour l'écriture de noyaux parallèles pour les GPU NVIDIA
🦀🌡️ Moniteur système en temps réel pour les Mac Apple Silicon. Sans sudo. TUI, serveur de métriques JSON/Prometheus et bibliothèque Rust.
Un framework de traitement d'images et de vidéos accéléré par GPU, basé sur Metal.
Un traceur de rayons GPU physiquement basé pour le jeu (C++/OpenGL/GLSL)
GLIM : framework polyvalent et extensible de localisation et de cartographie 3D basé sur des nuages de points
Implémentation NCNN de Real-ESRGAN. Real-ESRGAN vise à développer des algorithmes pratiques pour la restauration générale d'images.
Le meilleur vérificateur de mise à jour GPU NVIDIA pour les utilisateurs/gamers experts Windows. Entièrement open source et léger.
Apprentissage profond en Rust, avec des tenseurs à forme vérifiée et des réseaux neuronaux
Enregistrement de quelques démos que j'ai implémentées au cours de l'apprentissage de Unity Shader.
Une nouvelle approche d'Emacs - Incluant TypeScript, Threading, I/O asynchrone et WebRender.
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.
Moteur 3D et d’effets visuels sans interface graphique pour agents. Aperçu de recherche.
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.
Une bibliothèque graphique 2D légère pour les GPU modernes, offrant un rendu de texte, d'image et de vecteur haute performance sur les principales plateformes.
Listes géniales pour les professeurs adjoints en titularisation et les doctorants. (Guide de survie pour professeurs adjoints/doctorants)
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).
Framework d'apprentissage profond de haut niveau écrit en Kotlin et inspiré par Keras
un environnement d'exécution rapide et convivial pour l'inférence de transformeurs (Bert, Albert, GPT2, Décoders, etc.) sur CPU et GPU.
Bibliothèque de traçage rapide de nouvelle génération fonctionnant sur WGPU à l'aide du moteur de rendu pygfx
Le terminal qui survit à sa fenêtre. Les shells survivent à la fermeture de l’application, les agents peuvent piloter d’autres agents et les machines distantes fonctionnent de la même manière. 100 % Rust, rendu par GPU.
Package Visual SLAM/odométrie basé sur cuVSLAM accéléré par NVIDIA
🌊 Logiciel Julia pour une dynamique des fluides rapide, conviviale, flexible et au goût océanique sur CPU et GPU
Une bibliothèque de calcul numérique GPU C++20 efficace avec une syntaxe de type Python
Une bibliothèque de calcul accélérée par GPU pour exécuter des simulations physiques et d'autres calculs GPGPU dans un navigateur Web.
Calculez les exigences en mémoire GPU/token pour tout LLM. Prend en charge la quantification llama.cpp/ggml/bnb/QLoRA
L'extension pour Scikit-learn est une façon fluide d'accélérer votre application Scikit-learn.