Cuda Repository
Esplora 65 repository open source attivi in Cuda su GitHub, con un totale di 165,484 stelle (una media di 2,545 stelle per progetto). Il progetto Cuda al primo posto è karpathy/llm.c, con 30,323 stelle.
65 repository in totale
Il progetto è un'implementazione ufficiale del nostro articolo CVPR2019 "Deep High-Resolution Representation Learning for Human Pose Estimation".
[ICLR2025, ICML2025, NeurIPS2025 Spotlight] L'attenzione Quantizzata (Quantized Attention) raggiunge un aumento di velocità da 2 a 5 volte rispetto a FlashAttention, senza perdere le metriche end-to-end sui modelli di linguaggio, immagine e video.
Questo pacchetto contiene il codice originale di AlexNet del 2012.
[MICRO'23, MLSys'22] TorchSparse: Un framework efficiente per l'addestramento e l'inferenza di convoluzioni sparse su GPU.
[ICML2025] SpargeAttention: Un'attenzione sparsa senza addestramento che accelera l'inferenza di qualsiasi modello.
Addestramento e inferenza distribuiti per la percezione multimodale: embedding condivisi per testo, immagini, video, audio, codice e grafi, da 64 a 1024 dimensioni 🖼️
RAFT contiene algoritmi e primitive fondamentali e ampiamente utilizzati per il machine learning e il recupero delle informazioni. Gli algoritmi sono accelerati da CUDA e formano blocchi di costruzione per scrivere più facilmente applicazioni ad alte prestazioni.
cuDNN Frontend è il moderno punto di accesso open source di NVIDIA alla libreria cuDNN e a una crescente raccolta di kernel open source ad alte prestazioni.
Materiali di formazione associati alla NVIDIA CUDA Training Series (www.olcf.ornl.gov/cuda-training-series/)
Esempi che dimostrano le opzioni disponibili per programmare più GPU in un singolo nodo o in un cluster
Tutorial HPC, che include comunicazione collettiva (MPI, NCCL), programmazione CUDA, vettorizzazione SIMD, comunicazione RDMA, ecc.
Implementazione originale di "Radiant Foam: Real-Time Differentiable Ray Tracing"
Utilità e helper aggiuntivi per estendere TensorFlow nella creazione di sistemi di raccomandazione, contribuiti e mantenuti da SIG Recommenders.
Libreria Python per la simulazione di risposta impulsiva in camera (RIR) con accelerazione GPU
NVIDIA NVSHMEM è un'interfaccia di programmazione parallela per GPU NVIDIA basata su OpenSHMEM. NVSHMEM può ridurre significativamente i sovraccarichi di comunicazione e coordinamento multi-processo consentendo ai programmatori di eseguire comunicazioni unilaterali all'interno dei kernel CUDA e sui flussi CUDA.
Domande frequenti
Qual è il repository Cuda con più stelle su GitHub?
Il repository attivo Cuda con più stelle su GitHub è karpathy/llm.c, con 30,323 stelle. LLM-Training in einfachem, rohem C/CUDA
Quanti progetti popolari in Cuda vengono monitorati su Git Stars?
Attualmente monitoriamo 65 repository open source attivi in Cuda con più di 500 stelle, per un totale di 165,484 stelle e una media di 2,545 stelle per progetto.
Con quale frequenza viene aggiornata la classifica Cuda di GitHub?
Il numero di stelle, le date di attività e le classifiche di tutti i repository Cuda vengono sincronizzati quotidianamente dall’API ufficiale di GitHub.