#cuda Repository
325 repository in totale
Musica di sottofondo ed effetti sonori generati dallโIA in locale per Claude Code e qualsiasi client MCP. Stable Audio 3 su Apple Silicon (MLX) e GPU NVIDIA con Windows (PyTorch). Niente cloud, nessuna chiave API.
MARS: Un simulatore consapevole dell'istanza, modulare e realistico per la guida autonoma
Un'app e guida per configurare facilmente Windows, Linux, macOS, Google TV, Stremio, Home Assistant e altro (incluso WSL2, driver GPU e strumenti di sviluppo). Migliora la tua UX e produttivitร .
Un motore nativo di inferenza per modelli linguistici di grandi dimensioni (LLM) .NET e un runtime per agenti per modelli GGUF. TensorSharp offre unโapplicazione da console, unโinterfaccia chatbot basata sul Web, unโapp per iPhone e API HTTP compatibili con Ollama/OpenAI per lโaccesso programmatico. Supporta Windows, macOS, iOS e Linux con pieno supporto GPU.
Vai avanti con la tua intelligenza: scrivi applicazioni Go che integrano direttamente llama.cpp per eseguire inferenza locale con accelerazione hardware su Linux, macOS, Windows e WebAssembly.
[CVPR 2025] WildGS-SLAM: SLAM con Gaussian Splatting monoculare in ambienti dinamici
[ECCV 2024] Scena come Gaussiani per la predizione semantica di occupazione 3D basata sulla visione
una reimplementazione di PWC-Net in PyTorch che corrisponde alla versione ufficiale di Caffe
CUDA Voxelizer per convertire mesh poligonali in griglie voxel annotate
๐ Velocitร 200x! Il gadget di download dell'era AI | Accelerazione completa per Docker/PyPI/HuggingFace/CRAN | Divisione parallela + cache intelligente, fai volare i download.
Pratiche consigliate e guide su come scrivere codice di addestramento PyTorch distribuito
Renderer Monte Carlo ad Alta Prestazioni Multiplattaforma Basato su LuisaCompute
Repository per la documentazione e gli esempi di nvCOMP. nvCOMP รจ una libreria per la compressione/decompressione lossless veloce sulla GPU che puรฒ essere scaricata da https://developer.nvidia.com/nvcomp.
Questo รจ un progetto in cui ti offro un modo per utilizzare SOLIDWORKS su Linux!
[CVPR 2024 Highlight] Feature 3DGS: Potenziare il 3D Gaussian Splatting per abilitare campi di feature distillati
Ottimizzazione dell'addestramento e dell'inferenza di AlphaFold su cluster GPU
Un sottoinsieme dei moduli di rete neurale di PyTorch, scritti in Python utilizzando Triton di OpenAI.
NVIDIA NVSHMEM รจ un'interfaccia di programmazione parallela per GPU NVIDIA basata su OpenSHMEM. NVSHMEM puรฒ 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.
Un altro modello linguistico: inferenza LLM in C++/CUDA, nessuna libreria tranne I/O
Usa la VRAM della tua GPU NVIDIA come spazio di swap su Linux. Progettato per laptop con memoria saldata e senza possibilitร di aggiornamento. Se hai una scheda RTX con 8 GB di VRAM e stai effettuando lo swap su SSD, questo mette quella VRAM al lavoro.
Reclutamento scolastico, autunnale, primaverile, ottimi progetti di stage, ti guida a realizzare da zero un framework di inferenza per grandi modelli che supporta Llama2/3 e Qwen2.5.
Modelli MoE allโavanguardia su RTX PRO 6000 / RTX 5090 (sm_120): DeepSeek-V4.1-Flash su 4 RTX PRO 6000, in configurazione ibrida GPU+CPU su 4 RTX 5090 e modelli esperti a 2 bit su vLLM v0.24.0
Implementazione ufficiale della ricostruzione On-the-fly per la sintesi di nuove visualizzazioni su larga scala da immagini senza posa. A. Meuleman, I. Shah, A. Lanvin, B. Kerbl, G. Drettakis, ACM TOG (proc. SIGGRAPH) 2025
Una libreria C++ a singolo header per semplificare l'uso di CUDA Runtime Compilation (NVRTC).
Agente desktop multimodale in tempo reale, in evoluzione verso unโinterfaccia persistente per un sistema operativo basato sullโIA (0.17 ฮฑ).
Inferenza rapida e precisa per i modelli StartLux-Decision su GPU NVIDIA: i file GGUF rilasciati vengono eseguiti su tensor core int8 e a 4 bit tramite lโAPI /v1/systemone, con una latenza fino a 5,3 volte inferiore rispetto a vLLM in FP8 e risposte identiche bit per bit.
Motore di inferenza mini qwen3-0.6B statico, minimalista, batch singolo, solo CUDA
Da insegnante a tessere โ un motore di distillazione e servizio LLM costruito da zero: kernel Triton/CUDA personalizzati, distillazione FSDP, elaborazione batch continua con KV paginato, decodifica speculativa, un gateway Rust, un oracolo JAX e strumenti di interpretabilitร .