Git Stars Git Stars

#pipeline-parallelism Repository

Scopri 11 repository GitHub open source attivi contrassegnati con #pipeline-parallelism, che raccolgono un totale di 112,409 stelle (con una media di 10,219 stelle per progetto). Il progetto leader di questo argomento è deepspeedai/DeepSpeed, con 43,348 stelle.

11
Totale Repository
112,409
Totale stelle
10,219
Media Stelle/Repo
Linguaggi di programmazione: Python C++ Jupyter Notebook

11 repository in totale

1
deepspeedai/DeepSpeed

DeepSpeed è una libreria di ottimizzazione per il deep learning che rende il training distribuito e l'inferenza facili, efficienti ed efficaci.

deepspeedai
⭐ 43,348 Python 👤 deepspeedai Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-01-23
2
hpcaitech/ColossalAI

Rendere i grandi modelli di IA più economici, veloci e accessibili

hpcaitech
⭐ 41,421 Python 👤 hpcaitech Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2021-10-28
3
bigscience-workshop/petals

Esegui LLM a casa, in stile BitTorrent. Fine-tuning e inferenza fino a 10 volte più veloci rispetto all'offloading.

bigscience-workshop
⭐ 9,864 Python 👤 bigscience-workshop Organization 🕐 Aggiornato 2024-09-07 📅 Creato 2022-06-12
4
pytorch/torchtitan

Una piattaforma nativa PyTorch per l'addestramento di modelli di intelligenza artificiale generativa

pytorch
⭐ 5,936 Python 👤 pytorch Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2023-12-13
5
deepseek-ai/DualPipe

Un algoritmo di parallelismo a pipeline bidirezionale per la sovrapposizione calcolo-comunicazione nell'addestramento DeepSeek V3/R1.

deepseek-ai
⭐ 3,036 Python 👤 deepseek-ai Organization 🕐 Aggiornato 2026-01-14 📅 Creato 2025-02-26
6
Alibaba-Quark/LiveAvatar

[In evidenza a ECCV 2026] Implementazione di «Live Avatar: generazione di avatar in streaming, in tempo reale e guidata dall’audio, di lunghezza infinita»

Alibaba-Quark
⭐ 2,531 Python 👤 Alibaba-Quark Organization 🕐 Aggiornato 2026-08-24 📅 Creato 2025-12-04
7
tdrussell/diffusion-pipe

Uno script di training parallelo a pipeline per modelli di diffusione.

tdrussell
⭐ 2,037 Python 👤 tdrussell User 🕐 Aggiornato 2026-11-19 📅 Creato 2024-08-03
8
bigscience-workshop/Megatron-DeepSpeed

La ricerca in corso addestra modelli linguistici Transformer su larga scala, tra cui: BERT e GPT-2

bigscience-workshop
⭐ 1,426 Python 👤 bigscience-workshop Organization 🕐 Aggiornato 2024-03-20 📅 Creato 2021-07-02
9
Soulmate-Halo/heterogeneous-gpu-pd-lab

Accelera host con grande memoria e calcolo sparso utilizzando schede di calcolo denso, tra cui AI Max+ 395, M3 512G e DGX Spark.

Soulmate-Halo
⭐ 1,288 C++ 👤 Soulmate-Halo User 🕐 Aggiornato 2026-11-10 📅 Creato 2026-09-01
10
kakaobrain/torchgpipe

Un'implementazione di GPipe in PyTorch

kakaobrain
⭐ 861 Python 👤 kakaobrain Organization 🕐 Aggiornato 2024-07-25 📅 Creato 2019-05-10
11
Coobiw/MPP-LLaVA

Progetto Personale: MPP-Qwen14B & MPP-Qwen-Next (Multimodal Pipeline Parallelism basato su Qwen-LM). Supporta [video/image/multi-image] {sft/conversations}. Non lasciare che la povertà limiti la tua immaginazione! Addestra il tuo MLLM in stile LLaVA-training da 8B/14B su RTX3090/4090 24GB.

Coobiw
⭐ 678 Jupyter Notebook 👤 Coobiw User 🕐 Aggiornato 2025-03-10 📅 Creato 2023-10-24

Domande frequenti

1

Qual è il repository #pipeline-parallelism più popolare su GitHub?

Il progetto open source #pipeline-parallelism più alto in classifica su GitHub è deepspeedai/DeepSpeed, con 43,348 stelle. DeepSpeed è una libreria di ottimizzazione per il deep learning che rende il training distribuito e l'inferenza facili, efficienti ed efficaci.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #pipeline-parallelism?

Tra i progetti #pipeline-parallelism più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Jupyter Notebook.

3

Come viene calcolata la classifica dei repository #pipeline-parallelism?

Monitoriamo 11 repository open source attivi contrassegnati con #pipeline-parallelism (500+ stelle), per un totale di 112,409 stelle e una media di 10,219 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.