#ascend Repository
Scopri 9 repository GitHub open source attivi contrassegnati con #ascend, che raccolgono un totale di 29,754 stelle (con una media di 3,306 stelle per progetto). Il progetto leader di questo argomento è Syllo/nvtop, con 11,169 stelle.
9 repository in totale
Monitoraggio dei processi GPU e acceleratore per AMD, Apple, Huawei, Intel, NVIDIA e Qualcomm
Un gestore di cluster GPU per il serving di modelli AI ad alte prestazioni (vLLM, SGLang) e istanze GPU on-demand accessibili via SSH.
CubeStudio è una piattaforma open source cloud-native all-in-one per machine learning/deep learning/grandi modelli AI/MaaS/MLOps/piattaforma di intelligenza artificiale/piattaforma di training e inferenza, che copre l'intero pipeline dell'algoritmo, multi-tenancy, piattaforma di noleggio di potenza di calcolo, relay di token, orchestrazione di pipeline di flussi di lavoro tramite trascinamento, training distribuito multi-macchina multi-scheda, ricerca di iperparametri, servizi di inferenza, virtualizzazione VGPU, collaborazione cloud-edge-dispositivo, edge computing, piattaforma di annotazione automatizzata, fine-tuning SFT/modello di ricompensa/training di apprendimento per rinforzo per grandi modelli come DeepSeek, inferenza multi-macchina per grandi modelli con vLLM/Ollama/MindIE, agenti intelligenti LLMOps con knowledge base privata, mercato di modelli AI, supporto per la pianificazione di potenza di calcolo eterogenea nazionale (Ascend, Cambricon, Hygon, Moore Threads, Muxi, ecc.), supporto per IB/RoCE/RDMA e supporto Xinchuang.
Un framework di implementazione dell'IA facile da usare e ad alte prestazioni | An Easy-to-Use and High-Performance AI Deployment Framework
Un Framework PyTorch per Modelli di Raccomandazione, Facile da usare e Facile da estendere.
In quanto componente centrale della community Huawei Ascend per PyTorch, TorchNPU è un plug-in di adattamento per il deep learning sviluppato da Ascend per PyTorch. Consente al framework PyTorch di utilizzare direttamente le NPU Ascend e offre agli sviluppatori la potente capacità di calcolo dei processori AI Ascend.
Domande frequenti
Qual è il repository #ascend più popolare su GitHub?
Il progetto open source #ascend più alto in classifica su GitHub è Syllo/nvtop, con 11,169 stelle. Monitoraggio dei processi GPU e acceleratore per AMD, Apple, Huawei, Intel, NVIDIA e Qualcomm
Quali linguaggi di programmazione sono più utilizzati nei repository #ascend?
Tra i progetti #ascend più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, C, Go.
Come viene calcolata la classifica dei repository #ascend?
Monitoriamo 9 repository open source attivi contrassegnati con #ascend (500+ stelle), per un totale di 29,754 stelle e una media di 3,306 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.