#gpu-acceleration Repository
Scopri 181 repository GitHub open source attivi contrassegnati con #gpu-acceleration, che raccolgono un totale di 395,569 stelle (con una media di 2,185 stelle per progetto). Il progetto leader di questo argomento è kvcache-ai/ktransformers, con 19,687 stelle.
181 repository in totale
Un framework flessibile per sperimentare ottimizzazioni di inferenza/fine-tuning di LLM eterogenei
Una libreria JavaScript accelerata da WebGL per l'addestramento e il deployment di modelli ML.
NVIDIA® TensorRT™ è un SDK per l'inferenza di deep learning ad alte prestazioni su GPU NVIDIA. Questo repository contiene i componenti open source di TensorRT.
PyTorch3D è la libreria di FAIR di componenti riutilizzabili per il deep learning con dati 3D
Un emulatore di terminale GPU accelerato dall'hardware, focalizzato sull'esecuzione su desktop e browser.
Makepad è una piattaforma di sviluppo software creativa per Rust che compila in wasm/webGL, osx/metal, windows/dx11, linux/opengl
Un progetto dedicato a rendere più semplice il partizionamento della GPU su Windows!
Una libreria di inferenza veloce per eseguire LLM localmente su moderne GPU di classe consumer
NVIDIA Isaac Sim™ è un'applicazione open-source su NVIDIA Omniverse per lo sviluppo, la simulazione e il test di robot guidati dall'IA in ambienti virtuali realistici.
Flussi di lavoro di riferimento per l'IA generativa ottimizzati per un'architettura di microservizi e un'infrastruttura accelerate.
Trasforma un vecchio telefono Android in un desktop Linux con accelerazione GPU (XFCE4 / KDE Plasma / LXQt / MATE) o in un server domotico Home Assistant — utilizzando Termux. Senza root, senza PC, senza cloud.
Un'implementazione veloce e semplice di algoritmi di apprendimento per la robotica.
NeMo Retriever Library è un microservizio scalabile e orientato alle prestazioni per l'estrazione di contenuti e metadati da documenti. NeMo Retriever Library utilizza microservizi NVIDIA NIM specializzati per trovare, contestualizzare ed estrarre testo, tabelle, grafici e immagini che è possibile utilizzare in applicazioni generative a valle.
GPUImage 3 è un framework Swift con licenza BSD per l'elaborazione di video e immagini accelerata da GPU utilizzando Metal.
xDiT: Un motore di inferenza scalabile per Diffusion Transformers (DiT) con parallelismo massiccio
Infrastruttura per sistemi di IA evolutiva. Ottimizzazione basata su PyTorch e accelerata da GPU, con un ecosistema di librerie di algoritmi, benchmark e strumenti.
SwiftShader è un'implementazione ad alte prestazioni basata su CPU dell'API grafica Vulkan. Il suo obiettivo è fornire indipendenza dall'hardware per grafici 3D avanzati.
OCRFlux è un toolkit multimodale leggero ma potente che migliora significativamente la conversione da PDF a Markdown, eccellendo nella gestione di layout complessi, nell'analisi di tabelle complicate e nell'unione di contenuti interpagina.
Esegui, compila ed esegui JavaScript per il calcolo scientifico e la visualizzazione dei dati TOTALmente TOTALmente TOTALmente nel tuo BROWSER! Un ambiente open source per il calcolo scientifico per JavaScript TOTALmente nel tuo browser, operazioni su matrici con accelerazione GPU, supporto TeX, visualizzazione dei dati e calcolo simbolico.
Una libreria open source per demo in simulazione e con robot reali basata su MuJoCo.
Nvdiffrast - Primitive modulari per il rendering differenziabile ad alte prestazioni
Win2D è un'API Windows Runtime facile da usare per il rendering di grafica 2D in modalità immediata con accelerazione GPU. È disponibile per sviluppatori C#, C++ e VB che scrivono app per la Windows Universal Platform (UWP). Utilizza la potenza di Direct2D e si integra perfettamente con XAML e CoreWindow.
Domande frequenti
Qual è il repository #gpu-acceleration più popolare su GitHub?
Il progetto open source #gpu-acceleration più alto in classifica su GitHub è kvcache-ai/ktransformers, con 19,687 stelle. Un framework flessibile per sperimentare ottimizzazioni di inferenza/fine-tuning di LLM eterogenei
Quali linguaggi di programmazione sono più utilizzati nei repository #gpu-acceleration?
Tra i progetti #gpu-acceleration più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Rust, Jupyter Notebook.
Come viene calcolata la classifica dei repository #gpu-acceleration?
Monitoriamo 181 repository open source attivi contrassegnati con #gpu-acceleration (500+ stelle), per un totale di 395,569 stelle e una media di 2,185 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.