#edge-ai Repository
Scopri 84 repository GitHub open source attivi contrassegnati con #edge-ai, che raccolgono un totale di 340,999 stelle (con una media di 4,059 stelle per progetto). Il progetto leader di questo argomento è exo-explore/exo, con 48,516 stelle.
84 repository in totale
Server ad alte prestazioni per NATS.io, il sistema di messaggistica nativo per cloud ed edge.
Intelligenza agentica, vocale e visiva sotto i 50 MB per dispositivi consumer.
Modelli fondazionali nativi del dispositivo: 145B su un laptop, 35B su un telefono. MoE latente, pesi trasmessi in streaming dall’SSD e un router che prevede i carichi con un passo di anticipo. Mac, iPhone, Android, Windows.
Implementazione PyTorch di YOLOv3, YOLOv3-SPP e YOLOv3-tiny per il rilevamento di oggetti in tempo reale con addestramento, validazione, inferenza ed esportazione in più formati.
Dispositivo facile da usare per collegare unità di misura "vecchie" (acqua, corrente, gas, ...) al mondo digitale
LiteRT-LM è il framework di inferenza open source di Google, pronto per la produzione e ad alte prestazioni, per l'implementazione di modelli linguistici di grandi dimensioni su dispositivi edge.
Quantizzazione a 2 bit, kernel e ambiente di esecuzione per dispositivi consumer.
Un nodo Android incentrato sulle persone e attento alle risorse, per l’edge computing e l’apprendimento federato. Coordina l’intelligenza distribuita con una localizzazione che mette al primo posto la privacy e una gestione attenta dell’hardware.
Un motore di inferenza tutto-in-uno, puro C++, per modelli audio, basato su ggml. Supporta TTS, STT, VAD, conversione vocale, generazione musicale e altro, con prestazioni altamente ottimizzate. Nessuna dipendenza da Python.
FEDML – La libreria ML unificata e scalabile per l'addestramento distribuito su larga scala, il model serving e l'apprendimento federato. FEDML Launch, uno scheduler cross-cloud, consente inoltre di eseguire qualsiasi lavoro di intelligenza artificiale su qualsiasi cloud GPU o cluster on-premise. Basata su questa libreria, TensorOpera AI (https://TensorOpera.ai) è la tua piattaforma di intelligenza artificiale generativa su larga scala.
VILA è una famiglia di modelli visivi linguistici (VLM) all'avanguardia per diversi compiti di intelligenza artificiale multimodale su edge, data center e cloud.
[MLSys 2024 Best Paper Award] AWQ: Quantizzazione dei pesi consapevole dell'attivazione per la compressione e l'accelerazione di LLM
Una libreria di deep learning per la ricerca sulla comprensione dei video.
Il coltellino svizzero dell'IA offline. Chatta, guarda, parla e genera immagini sul tuo telefono o Mac: LLM GGUF, visione, sintesi vocale Whisper, Stable Diffusion, chiamate a strumenti e server di rete locale. Funziona sulla tua CPU, GPU o NPU. Nessun account, nessuna chiave API, nessun dato lascia il tuo dispositivo.
Un core di accelerazione per il machine learning progettato per un'IA a basso consumo energetico all'edge.
Assistente AI in tempo reale per i ray‑ban smart glasses Meta — voce + visione + azioni agentiche tramite Gemini Live e OpenClaw
Motore di IA edge in C++ pronto per la produzione per l’analisi video e i VLM on-device su Sophon, Rockchip RKNN e x86, con orchestrazione visiva, OSD in tempo reale, eventi e benchmark riproducibili.
Vitis AI è lo stack di sviluppo di Xilinx per l'inferenza AI su piattaforme hardware Xilinx, inclusi sia dispositivi edge che schede Alveo.
Questo corso è progettato per guidare i principianti attraverso l'emozionante mondo dell'Edge AI, coprendo concetti fondamentali, modelli popolari, tecniche di inferenza, applicazioni specifiche per dispositivo, ottimizzazione del modello e lo sviluppo di agenti intelligenti Edge AI.
Questo repository contiene l'implementazione ufficiale degli articoli di ricerca "MobileCLIP" CVPR 2024 e "MobileCLIP2" TMLR August 2025
Il modo più semplice e veloce per eseguire LLM personalizzati e ottimizzati localmente o sull'edge
Un tutorial che mostra come addestrare, convertire ed eseguire modelli di rilevamento oggetti TensorFlow Lite su dispositivi Android, Raspberry Pi e altro!
Istruzioni su come utilizzare l'API in tempo reale su microcontrollori e piattaforme embedded
ESP-BOX è una piattaforma di sviluppo AIoT di nuova generazione rilasciata da Espressif Systems.
SQLite-Vector è un'estensione SQLite multipiattaforma e ultra-efficiente che porta le capacità di ricerca vettoriale nel tuo database incorporato.
Un percorso di lettura sull’ingegneria delle prestazioni delle CPU, da una singola istruzione fino all’inferenza in produzione. Solo fonti primarie, con un benchmark eseguibile per ogni sezione.
Motore di inferenza C++ pronto per la produzione, multipiattaforma, per modelli YOLO (v5‑v12, YOLO26). API unificata per rilevamento, segmentazione, stima della posa, OBB e classificazione. Realizzato su ONNX Runtime e OpenCV. Ottimizzato per CPU/GPU con supporto alla quantizzazione.
Hub per la biodiversità di Microsoft AI for Good Lab: catalogo dei progetti, documentazione e navigazione per l’IA applicata alla conservazione, SPARROW e MegaDetector.
Massimizzare la capacità di eseguire diversi LLM sui dispositivi più piccoli possibili
Domande frequenti
Qual è il repository #edge-ai più popolare su GitHub?
Il progetto open source #edge-ai più alto in classifica su GitHub è exo-explore/exo, con 48,516 stelle. Esegui Frontier AI localmente.
Quali linguaggi di programmazione sono più utilizzati nei repository #edge-ai?
Tra i progetti #edge-ai più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, C, Jupyter Notebook.
Come viene calcolata la classifica dei repository #edge-ai?
Monitoriamo 84 repository open source attivi contrassegnati con #edge-ai (500+ stelle), per un totale di 340,999 stelle e una media di 4,059 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.