#gpu-computing Repository
Scopri 97 repository GitHub open source attivi contrassegnati con #gpu-computing, che raccolgono un totale di 278,163 stelle (con una media di 2,867 stelle per progetto). Il progetto leader di questo argomento è facebookresearch/faiss, con 41,842 stelle.
97 repository in totale
Una libreria per la ricerca efficiente di similarità e il clustering di vettori densi.
Piattaforma di simulazione per robotica generica e apprendimento dell'IA incarnata.
NVIDIA Cosmos è una piattaforma aperta di modelli mondiali, set di dati e strumenti che consente agli sviluppatori di creare IA fisica per robot, veicoli autonomi, infrastrutture intelligenti e altro ancora.
Una libreria Gradient Boosting on Decision Trees veloce, scalabile e ad alte prestazioni, utilizzata per ranking, classificazione, regressione e altre attività di machine learning per Python, R, Java, C++. Supporta il calcolo su CPU e GPU.
Linguaggio specifico del dominio progettato per semplificare lo sviluppo di kernel GPU/CPU/acceleratore ad alte prestazioni
Strumenti di infrastruttura AI testati in produzione per lo sviluppo efficiente di AGI e l'innovazione guidata dalla comunità
Il software CFD Lattice Boltzmann più veloce e con il minor consumo di memoria, in esecuzione su tutte le GPU e CPU tramite OpenCL. Gratuito per uso non commerciale.
fastllm è una libreria di inferenza per modelli linguistici di grandi dimensioni ad alte prestazioni, senza dipendenze da backend, che consente di eseguire inferenze in modo efficiente sulla maggior parte dei dispositivi.
Questa patch rimuove la restrizione sul numero massimo di sessioni di codifica video NVENC simultanee imposta da Nvidia sulle GPU di grado consumer.
MindSpore è un nuovo framework di training/inferenza per deep learning open source che potrebbe essere utilizzato per scenari mobili, edge e cloud.
Una libreria leggera per il calcolo GPU portatile a basso livello utilizzando WebGPU.
Codice ufficiale utilizzato per sviluppare Vision Transformer, SigLIP, MLP-Mixer, LiT e altro ancora.
Un toolkit modulare e aperto per WebGPU, con inferenza di tipo avanzata e la capacità di scrivere shader in TypeScript
Questo pacchetto contiene il codice originale di AlexNet del 2012.
Framework di calcolo GPU multiuso basato su Vulkan per supportare migliaia di schede grafiche di diversi fornitori (AMD, Qualcomm, NVIDIA e amici). Estremamente veloce, mobile-ready, asincrono e ottimizzato per casi d'uso avanzati di elaborazione dati GPU. Supportato dalla Linux Foundation.
`std::execution`, il framework C++ standard per la programmazione asincrona e parallela.
Raccolta curata da NVIDIA di risorse educative relative alla programmazione GPU per scopi generali.
Calcolo parallelo e apprendimento automatico scientifico (SciML): Metodi e applicazioni (MIT 18.337J/6.338J)
Compilatore per più modelli di programmazione (SYCL, parallelismo standard C++, HIP/CUDA) per CPU e GPU di tutti i fornitori: Il compilatore indipendente e guidato dalla community per modelli di programmazione eterogenei basati su C++. Permette alle applicazioni di adattarsi a tutto l'hardware del sistema - anche in fase di esecuzione!
Libreria di odometria visiva e SLAM accelerata da CUDA per un tracciamento della fotocamera rapido, preciso e a bassa latenza
Una efficiente libreria C++20 per il calcolo numerico su GPU con sintassi Python-like
Una libreria di tensori veloce, ergonomica e portatile in Nim con un focus sul deep learning per CPU, GPU e dispositivi embedded tramite backend OpenMP, Cuda e OpenCL
[NeurIPS 2023] MeZO: Fine-Tuning Language Models with Just Forward Passes. https://arxiv.org/abs/2305.17333
🐳 Implementazioni Triton efficienti per "Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention"
Domande frequenti
Qual è il repository #gpu-computing più popolare su GitHub?
Il progetto open source #gpu-computing più alto in classifica su GitHub è facebookresearch/faiss, con 41,842 stelle. Una libreria per la ricerca efficiente di similarità e il clustering di vettori densi.
Quali linguaggi di programmazione sono più utilizzati nei repository #gpu-computing?
Tra i progetti #gpu-computing più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono C++, Python, Rust, Cuda.
Come viene calcolata la classifica dei repository #gpu-computing?
Monitoriamo 97 repository open source attivi contrassegnati con #gpu-computing (500+ stelle), per un totale di 278,163 stelle e una media di 2,867 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.