#distributed-computing Repository
Scopri 99 repository GitHub open source attivi contrassegnati con #distributed-computing, che raccolgono un totale di 277,188 stelle (con una media di 2,799 stelle per progetto). Il progetto leader di questo argomento è hpcaitech/ColossalAI, con 41,421 stelle.
99 repository in totale
Hazelcast è una piattaforma unificata di dati in tempo reale che combina l'elaborazione di flussi con un archivio dati veloce, consentendo ai clienti di agire istantaneamente sui dati in movimento per insight in tempo reale.
Automatizza flussi di lavoro di codice e dati con notebook Elixir interattivi
Motore dati ad alte prestazioni per carichi di lavoro AI e multimodali. Elabora immagini, audio, video e dati strutturati su qualsiasi scala.
Motore Go senza conoscenze fornite dall'uomo, modellato sul paper di AlphaGo Zero.
Una libreria PyTorch modulare, orientata ai primitivi e prima a Python per il Reinforcement Learning.
Sistema distribuito map/reduce veloce, efficiente e scalabile, esecuzione DAG, in memoria o su disco, scritto in puro Go, esegue in modo standalone o distribuito.
Sostituto drop-in di Apache Spark scritto in Rust, che unifica l'elaborazione batch, l'elaborazione in streaming e i carichi di lavoro AI ad alta intensità computazionale.
Liberare l'elaborazione dei dati dalla follia dello scripting fornendo un set di blocchi di elaborazione di pipeline personalizzabili e indipendenti dalla piattaforma.
zenoh unifica dati in movimento, dati in uso, dati a riposo e calcoli. Mescola attentamente il tradizionale pub/sub con archiviazione, query e calcoli geo-distribuiti, mantenendo un livello di efficienza temporale e spaziale ben superiore a qualsiasi stack tradizionale.
Inferenza LLM distribuita. Collega i dispositivi domestici in un potente cluster per accelerare l'inferenza LLM. Più dispositivi significano inferenza più veloce.
Un'interfaccia unificata per il calcolo distribuito. Fugue esegue codice SQL, Python, Pandas e Polars su Spark, Dask e Ray senza alcuna riscrittura.
Tutto sul Federated Learning, inclusi articoli di ricerca, libri, codici, tutorial, video e oltre
MooseFS Distributed Storage – Open Source, Petabyte, Tollerante ai Guasti, Altamente Performante, Scalabile Network Distributed File System / Software-Defined Storage
Interfaccia di ricerca basata su Python per l'ottimizzazione blackbox e degli iperparametri, basata sul servizio interno di Google Vizier.
:books: Infrastruttura distribuita spiegata in modo semplice, Linux e sistemi operativi | Sistemi distribuiti | Calcolo distribuito | Database | Reti | Virtualizzazione e orchestrazione | Big Data e cloud computing
ShinkaEvolve: Verso un'evoluzione aperta e efficiente in campioni del programma 🧬
Implementazione dell'Apprendimento Efficiente in Comunicazione di Reti Profonde da Dati Decentralizzati
La versione attuale, performante e di forza industriale di Holochain su Rust.
Un framework di workflow ad alte prestazioni, scalabile e distribuito basato su Golang
Domande frequenti
Qual è il repository #distributed-computing più popolare su GitHub?
Il progetto open source #distributed-computing più alto in classifica su GitHub è hpcaitech/ColossalAI, con 41,421 stelle. Rendere i grandi modelli di IA più economici, veloci e accessibili
Quali linguaggi di programmazione sono più utilizzati nei repository #distributed-computing?
Tra i progetti #distributed-computing più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Rust, Go, C.
Come viene calcolata la classifica dei repository #distributed-computing?
Monitoriamo 99 repository open source attivi contrassegnati con #distributed-computing (500+ stelle), per un totale di 277,188 stelle e una media di 2,799 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.