#hardware-acceleration Repository
Scopri 67 repository GitHub open source attivi contrassegnati con #hardware-acceleration, che raccolgono un totale di 169,471 stelle (con una media di 2,529 stelle per progetto). Il progetto leader di questo argomento è tinygrad/tinygrad, con 33,961 stelle.
67 repository in totale
ONNX Runtime: acceleratore per inferenza e addestramento ML cross-platform ad alte prestazioni
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.
Software NVR e Computer Vision AI self-hosted, solo locale. Con funzionalità come il rilevamento di oggetti, il rilevamento di movimento, il riconoscimento facciale e altro ancora, ti dà il potere di tenere d'occhio la tua casa, il tuo ufficio o qualsiasi altro luogo che desideri monitorare.
LiteRT, successore di TensorFlow Lite, è il framework on-device di Google per il deployment di ML e GenAI ad alte prestazioni su piattaforme edge, tramite conversione, runtime e ottimizzazione efficienti.
PainterEngine è un motore per applicazioni/giochi con renderer software. PainterEngine può essere portato su qualsiasi piattaforma che supporti C.
VeOmni: Scalare l'addestramento di modelli di qualsiasi modalità con una libreria distribuita di ricette incentrata sul modello
Scarti di ricerca e strumenti eccezionali per la compressione di LLM.
[ICML 2023] SmoothQuant: Quantizzazione Post-Training Accurata ed Efficiente per Grandi Modelli Linguistici
Modelli di grandi dimensioni ispirati al cervello a spiking, che integrano un'attenzione ibrida efficiente, moduli MoE e codifica a spike nella loro architettura
Una minimale Tensor Processing Unit (TPU), ispirata alla TPU V2 e V1 di Google
Un database vettoriale locale ultraveloce da utilizzare con agenti LLM. Ora accettiamo SAFE a 135 milioni di dollari di capitalizzazione.
WebCodecs è un'API web flessibile per la codifica e la decodifica di audio e video.
Un'estensione di Chrome che riproduce in streaming video H.264 anziché video VP8/VP9 su YouTube.
QMPlay2 è un lettore video e audio in grado di riprodurre la maggior parte dei formati e codec.
Quake 2 v3.21 di id Software con mission pack e supporto Vulkan (Windows, Linux, macOS, FreeBSD, Raspberry Pi 4)
Migliora la tua esperienza video con un lettore multimediale moderno e facile da usare.
Correzione MPO per GPU AMD 5000/6000/7000/9000 & RTX 2000/3000/4000/5000/GTX 1600
🎞 Tras codifica video accelerata dall'hardware utilizzando le API Android MediaCodec. Supporta ritaglio, concatenazione, clipping, elaborazione audio, velocità video e molto altro.
Un framework di compilatore basato su MLIR collega DSL (linguaggi specifici del dominio) ad architetture specifiche del dominio (DSA).
L'SDK Advanced Media Framework (AMF) offre agli sviluppatori un accesso ottimale ai dispositivi AMD per l'elaborazione multimediale
Domande frequenti
Qual è il repository #hardware-acceleration più popolare su GitHub?
Il progetto open source #hardware-acceleration più alto in classifica su GitHub è tinygrad/tinygrad, con 33,961 stelle. Ti piace pytorch? Ti piace micrograd? Ami tinygrad! ❤️
Quali linguaggi di programmazione sono più utilizzati nei repository #hardware-acceleration?
Tra i progetti #hardware-acceleration più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, C, Verilog.
Come viene calcolata la classifica dei repository #hardware-acceleration?
Monitoriamo 67 repository open source attivi contrassegnati con #hardware-acceleration (500+ stelle), per un totale di 169,471 stelle e una media di 2,529 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.