#ai-infra Repository
Scopri 14 repository GitHub open source attivi contrassegnati con #ai-infra, che raccolgono un totale di 59,426 stelle (con una media di 4,244 stelle per progetto). Il progetto leader di questo argomento è opensandbox-group/OpenSandbox, con 17,757 stelle.
14 repository in totale
《Comprendere a fondo l’infrastruttura dell’IA: analisi quantitativa e progettazione dei sistemi》 (di Li Bojie), un manoscritto di libro open source: partendo dai vincoli hardware e dalle architetture dei modelli, deriva quantitativamente la progettazione dei sistemi di inferenza e addestramento degli LLM. Include il testo completo, il PDF, strumenti di calcolo correlati ed esperimenti.
Una piattaforma full-stack di AI Red Teaming che protegge gli ecosistemi di IA tramite Agent Scan, Skills Scan, MCP Scan, AI Infra Scan e la valutazione dei jailbreak degli LLM.
Condivisione di conoscenze AI Infra e pratica di codice: PyTorch, vLLM/SGLang, introduzione al framework slime/vime ⚡️, accelerazione delle prestazioni 🚀, basi dei modelli grandi 🧠, software e hardware AI 🔧, ecc.
⚡️SwanLab - uno strumento open-source di tracciamento e visualizzazione dell'addestramento AI dal design moderno. Supporta l'uso Cloud / Self-hosted. Integrato con PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras ecc.
🚀 Sistema Fantastico per Machine Learning ⚡️ Carte su Sistemi AI e Pratiche Industriali. ⚡️ Sistema per Machine Learning, LLM (Large Language Model), GenAI (Generative AI). 🍻 OSDI, NSDI, SIGCOMM, SoCC, MLSys, ecc. 🗃️ Llama3, Mistral, ecc. 🧑💻 Tutorial Video.
Fondamenti di IA - architettura GPU, programmazione CUDA, basi dei grandi modelli e conoscenze relative agli agenti IA.
[ICML2025] SpargeAttention: Un'attenzione sparsa senza addestramento che accelera l'inferenza di qualsiasi modello.
File system nativo per l’IA e il cloud, scritto in Rust. Supporto POSIX completo su object storage con una cache distribuita multilivello, per l’addestramento e l’inferenza dell’IA e per gli agenti. Progetto Sandbox della CNCF.
Tensorlake è un runtime serverless per sandbox e distribuzione di applicazioni agentiche in background
Il livello di recupero per sistemi AI in produzione. Ricerca fulminea (<10 ms) senza database vettoriali. Progettato per browser, edge, dispositivo e cloud.
Tutorial HPC, che include comunicazione collettiva (MPI, NCCL), programmazione CUDA, vettorizzazione SIMD, comunicazione RDMA, ecc.
SLA: Oltre la sparsità nei trasformatori di diffusione tramite attenzione sparsa-lineare regolabile
Domande frequenti
Qual è il repository #ai-infra più popolare su GitHub?
Il progetto open source #ai-infra più alto in classifica su GitHub è opensandbox-group/OpenSandbox, con 17,757 stelle. Runtime Sandbox sicuro, veloce ed estensibile per agenti AI.
Quali linguaggi di programmazione sono più utilizzati nei repository #ai-infra?
Tra i progetti #ai-infra più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Cuda, Rust, Go.
Come viene calcolata la classifica dei repository #ai-infra?
Monitoriamo 14 repository open source attivi contrassegnati con #ai-infra (500+ stelle), per un totale di 59,426 stelle e una media di 4,244 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.