#mixture-of-experts リポジトリ
#mixture-of-expertsのタグが付いた、GitHub上の78件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は392,641個で、プロジェクトあたりの平均は5,033個です。このトピックをリードしているのは、104,417個のスターを獲得しているdeepseek-ai/DeepSeek-V3です。
リポジトリ合計78件
2.78兆パラメータのKimi K3モデルが、8.24GBのRAMを搭載したシングルCPU上で推論を実行。ポータブルなC99実装:BLASなし、フレームワークなし、GPUなし。
『AIインフラを深く理解する:定量分析とシステム設計』(李博杰 著)、オープンソースの書籍原稿:ハードウェアの制約とモデルアーキテクチャを起点に、LLMの推論・学習システムの設計を定量的に導出します。書籍全文、PDF、関連する計算ツール、実験を収録。
GLM-5.3(744B)、DeepSeek-V4.1-Flash(748B)、MiniMax-M3.1-Flash(428B)、GLM-5.3-Flash(321B)、Hy4-Flash(220B)を自分のGPUで実行できます。8GBのVRAMから対応し、NVIDIAとAMDをサポート。1つのダッシュボードと、OpenAIおよびAnthropic互換APIを利用できます。
最先端APIのように動作するローカル推論:AMD Strix Halo上のQwen3.8-Flash-Nextと小型NPUモデルを、OpenAIおよびAnthropicのAPI経由で単一ポートから利用。
30B~284BのMoEモデル向け、GPU不要のCPU推論(Qwen3.8 176.5Bは28.26/48.35 GiBのCgroup v2コールドキャッシュ環境で認証済み、DeepSeek-V4 284B、Nemotron-30B)+RouteCrack 2.0。
大規模な AI モデルを自分の PC で実行できます。Strata のエンジンでは Qwen3.8-Flash-Next を、PolyStrata 向けに開発された第 2 のエンジンでは GLM 5.3 Flash、DeepSeek V4 Flash、LFM2.5、Qwen3.6、Ornith 1.5、Gemma 4、Tiel Coder、MiniCPM-V を実行できます。Windows と Linux にワンクリックでインストールでき、localhost で OpenAI/Anthropic API を利用できます。
"The Sparsely-Gated Mixture-of-Experts Layer" (Noam Shazeer ら) の PyTorch 再実装 https://arxiv.org/abs/1701.06538
よくある質問
GitHubで最も人気のある#mixture-of-expertsリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#mixture-of-expertsプロジェクトは、104,417個のスターを獲得しているdeepseek-ai/DeepSeek-V3です。
#mixture-of-expertsリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#mixture-of-expertsプロジェクトでは、Python, C++, Jupyter Notebook, Cが最も一般的なプログラミング言語です。
#mixture-of-expertsリポジトリのランキングはどのように算出されていますか?
#mixture-of-expertsのタグが付いた78件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は392,641個で、リポジトリあたりの平均は5,033個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。