Git Stars Git Stars

#cuda-kernels Repository

Scopri 34 repository GitHub open source attivi contrassegnati con #cuda-kernels, che raccolgono un totale di 129,157 stelle (con una media di 3,798 stelle per progetto). Il progetto leader di questo argomento è Dao-AILab/flash-attention, con 25,330 stelle.

34
Totale Repository
129,157
Totale stelle
3,798
Media Stelle/Repo
Linguaggi di programmazione: Python C++ Rust Cuda TeX

34 repository in totale

1
Dao-AILab/flash-attention

Attenzione esatta veloce ed efficiente in termini di memoria

Dao-AILab
⭐ 25,330 Python 👤 Dao-AILab Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2022-05-19
2
deepseek-ai/FlashMLA

FlashMLA: Kernel di Attenzione Latente Multi-Testa Efficienti

deepseek-ai
⭐ 13,275 C++ 👤 deepseek-ai Organization 🕐 Aggiornato 2026-10-27 📅 Creato 2025-02-21
3
xlite-dev/LeetCUDA

Un libro open source con appunti di apprendimento sul CUDA moderno per principianti: BF16/FP8/FP4, HGEMM, CuTe, Flash-Attention, ecc.

xlite-dev
⭐ 12,208 TeX 👤 xlite-dev Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2022-12-17
4
facebookresearch/xformers

Blocchi costitutivi di Transformer modificabili e ottimizzati, che supportano una costruzione componibile.

facebookresearch
⭐ 10,579 Python 👤 facebookresearch Organization 🕐 Aggiornato 2026-11-13 📅 Creato 2021-10-13
5
deepseek-ai/DeepEP

DeepEP: una libreria di comunicazione esperto-parallela efficiente

deepseek-ai
⭐ 10,462 Cuda 👤 deepseek-ai Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-02-17
6
NVIDIA/cuda-samples

Esempi per sviluppatori CUDA che dimostrano le funzionalità in CUDA Toolkit

NVIDIA
⭐ 9,784 C++ 👤 NVIDIA Organization 🕐 Aggiornato 2026-11-04 📅 Creato 2018-03-27
7
InternLM/lmdeploy

LMDeploy è un toolkit per comprimere, distribuire e servire LLM.

InternLM
⭐ 8,153 Python 👤 InternLM Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2023-06-15
8
Rust-GPU/rust-cuda

Ecosistema di librerie e strumenti per scrivere ed eseguire codice GPU veloce interamente in Rust.

Rust-GPU
⭐ 5,432 Rust 👤 Rust-GPU Organization 🕐 Aggiornato 2026-09-30 📅 Creato 2021-10-17
9
mit-han-lab/llm-awq

[MLSys 2024 Best Paper Award] AWQ: Quantizzazione dei pesi consapevole dell'attivazione per la compressione e l'accelerazione di LLM

mit-han-lab
⭐ 3,590 Python 👤 mit-han-lab Organization 🕐 Aggiornato 2025-07-17 📅 Creato 2023-06-01
10
crowsonkb/k-diffusion

Karras et al. (2022) modelli di diffusione per PyTorch

crowsonkb
⭐ 2,605 Python 👤 crowsonkb User 🕐 Aggiornato 2026-02-12 📅 Creato 2022-06-21
11
NVIDIA/cccl

CUDA Core Compute Libraries

NVIDIA
⭐ 2,580 C++ 👤 NVIDIA Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-09-17
12
NVlabs/nvdiffrast

Nvdiffrast - Primitive modulari per il rendering differenziabile ad alte prestazioni

NVlabs
⭐ 1,940 C++ 👤 NVlabs Organization 🕐 Aggiornato 2025-12-08 📅 Creato 2020-11-02
13
NVIDIA-AI-IOT/Lidar_AI_Solution

Un progetto che dimostra soluzioni AI relative a Lidar, incluse tre reti DL Lidar/telecamera accelerate da GPU (PointPillars, CenterPoint, BEVFusion) e le librerie correlate (cuPCL, 3D SparseConvolution, YUV2RGB, cuOSD).

NVIDIA-AI-IOT
⭐ 1,914 C++ 👤 NVIDIA-AI-IOT Organization 🕐 Aggiornato 2026-07-28 📅 Creato 2023-05-15
14
chelsea0x3b/dfdx

Deep learning in Rust, con tensori controllati per forma e reti neurali

chelsea0x3b
⭐ 1,881 Rust 👤 chelsea0x3b User 🕐 Aggiornato 2024-07-23 📅 Creato 2021-10-12
16
zju3dv/street_gaussians

[ECCV 2024] Street Gaussians: Modellare scene urbane dinamiche con Gaussian Splatting

zju3dv
⭐ 1,419 Python 👤 zju3dv Organization 🕐 Aggiornato 2026-09-15 📅 Creato 2023-12-27
17
mapillary/inplace_abn

BatchNorm Attivato In-Place per l'Addestramento Ottimizzato per la Memoria di DNN

mapillary
⭐ 1,331 Python 👤 mapillary Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2017-11-23
18
Vahe1994/AQLM

Repository ufficiale Pytorch per la compressione estrema di Large Language Models tramite quantizzazione additiva https://arxiv.org/pdf/2401.06118.pdf e PV-Tuning: Oltre la stima diretta per la compressione estrema di LLM https://arxiv.org/abs/2405.14852

Vahe1994
⭐ 1,330 Python 👤 Vahe1994 User 🕐 Aggiornato 2026-02-26 📅 Creato 2024-01-12
19
chelsea0x3b/cudarc

Wrapper Rust sicuro attorno al toolkit CUDA

chelsea0x3b
⭐ 1,248 Rust 👤 chelsea0x3b User 🕐 Aggiornato 2026-09-24 📅 Creato 2022-09-16
20
pytorch/extension-cpp

Estensioni C++ in PyTorch

pytorch
⭐ 1,203 Python 👤 pytorch Organization 🕐 Aggiornato 2026-11-10 📅 Creato 2018-03-03
21
zhuzilin/ring-flash-attention

Implementazione dell'attenzione ad anello con flash attention

zhuzilin
⭐ 1,054 Python 👤 zhuzilin User 🕐 Aggiornato 2025-09-10 📅 Creato 2024-02-21
22
mni-ml/framework

Libreria di machine learning con API TypeScript e backend Rust. Compatibilità con CUDA e WebGPU. Costruita per comprendere il funzionamento interno dei framework e modelli ML.

mni-ml
⭐ 1,023 Rust 👤 mni-ml Organization 🕐 Aggiornato 2026-04-20 📅 Creato 2026-01-08
23
NVIDIA/cudnn-frontend

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.

NVIDIA
⭐ 1,008 Cuda 👤 NVIDIA Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2021-01-22
24
SandAI-org/MagiAttention

Attenzione distribuita verso la scalabilità lineare per l'addestramento su contesti ultra-lunghi e dati eterogenei

SandAI-org
⭐ 975 Python 👤 SandAI-org Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2025-04-20
25
NVIDIA/nvbench

Libreria di benchmarking per kernel CUDA

NVIDIA
⭐ 952 Cuda 👤 NVIDIA Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2021-03-03
26
h5i-dev/h5i

Un framework web Rust basato su Axum, con kernel applicativi verificabili con Lean 4 ed eseguibili su server, dispositivi embedded bare metal e GPU, oltre a test di sicurezza integrati.

h5i-dev
⭐ 936 Rust 👤 h5i-dev Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2026-03-11
27
mit-han-lab/omniserve

[MLSys'25] QServe: Quantizzazione W4A8KV4 e co-progettazione del sistema per un serving efficiente di LLM; [MLSys'25] LServe: Serving efficiente di LLM per sequenze lunghe con attenzione sparsa unificata

mit-han-lab
⭐ 840 C++ 👤 mit-han-lab Organization 🕐 Aggiornato 2025-03-06 📅 Creato 2024-05-06
28
flashrt-project/FlashRT

FlashRT è un motore di inferenza in tempo reale ad alte prestazioni per carichi di lavoro IA a piccoli batch sensibili alla latenza. L'integrazione di punta è il controllo VLA di produzione per Pi0, Pi0.5, GROOT N1.6 e Pi0-FAST. Supporta anche LLM, ad esempio qwen3.6-27B.

flashrt-project
⭐ 817 C++ 👤 flashrt-project Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2026-04-28
29
pegainfer-project/pegainfer

Motore di inferenza LLM puro Rust + CUDA — nessun PyTorch, compatibile con OpenAI, serve da Qwen3 a Kimi-K2

pegainfer-project
⭐ 748 Rust 👤 pegainfer-project Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2026-02-17
30
perplexityai/pplx-kernels

Kernel GPU di Perplessità

perplexityai
⭐ 614 C++ 👤 perplexityai Organization 🕐 Aggiornato 2025-11-07 📅 Creato 2025-03-24
31
facebookresearch/mvdust3r

Implementazione open source di **MV-DUSt3R+ Ricostruzione di scene monofase da viste sparse in 2 secondi** da Meta Reality Labs. Pagina del progetto https://mv-dust3rp.github.io/

facebookresearch
⭐ 608 Python 👤 facebookresearch Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2024-12-19
33
deepreinforce-ai/CUDA-L2

CUDA-L2: Superando le prestazioni di cuBLAS per la moltiplicazione di matrici tramite Reinforcement Learning

ornith-ai
⭐ 563 Cuda 👤 ornith-ai Organization 🕐 Aggiornato 2026-03-30 📅 Creato 2025-12-02
34
Inception3D/Easi3R

[ICCV 2025] Un approccio semplice senza addestramento che adatta DUSt3R per scene dinamiche.

Inception3D
⭐ 529 Python 👤 Inception3D Organization 🕐 Aggiornato 2025-04-01 📅 Creato 2025-03-15

Domande frequenti

1

Qual è il repository #cuda-kernels più popolare su GitHub?

Il progetto open source #cuda-kernels più alto in classifica su GitHub è Dao-AILab/flash-attention, con 25,330 stelle. Attenzione esatta veloce ed efficiente in termini di memoria

2

Quali linguaggi di programmazione sono più utilizzati nei repository #cuda-kernels?

Tra i progetti #cuda-kernels più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Rust, Cuda.

3

Come viene calcolata la classifica dei repository #cuda-kernels?

Monitoriamo 34 repository open source attivi contrassegnati con #cuda-kernels (500+ stelle), per un totale di 129,157 stelle e una media di 3,798 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.