Git Stars Git Stars

#ascend Repositórios

Descubra 9 repositórios ativos de código aberto no GitHub marcados com #ascend, acumulando um total de 29,754 estrelas (uma média de 3,306 por projeto). O líder deste tópico é Syllo/nvtop, com 11,169 estrelas.

9
Total de Repositórios
29,754
Total de estrelas
3,306
Média de Estrelas/Repositório

9 repositórios no total

1
Syllo/nvtop

Monitoramento de processo de GPU e Acelerador para AMD, Apple, Huawei, Intel, NVIDIA e Qualcomm

Syllo
⭐ 11,169 C 👤 Syllo User 🕐 Atualizado 2026-11-21 📅 Criado 2017-06-16
2
gpustack/gpustack

Um gerenciador de cluster de GPU para serviço de modelos de IA de alto desempenho (vLLM, SGLang) e instâncias de GPU sob demanda acessíveis via SSH.

gpustack
⭐ 6,097 Python 👤 gpustack Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-05-11
3
Project-HAMi/HAMi

Compartilhamento Heterogêneo de GPU no Kubernetes

Project-HAMi
⭐ 5,044 Go 👤 Project-HAMi Organization 🕐 Atualizado 2026-11-20 📅 Criado 2021-09-14
4
data-infra/cube-studio

CubeStudio é uma plataforma open source nativa em nuvem tudo-em-um de aprendizado de máquina/aprendizado profundo/grandes modelos de IA/MaaS/MLOps/plataforma de inteligência artificial/plataforma de treinamento e inferência, cobrindo todo o pipeline de algoritmos, multilocação, plataforma de aluguel de poder computacional, retransmissão de tokens, orquestração de pipeline de fluxo de trabalho por arrastar e soltar, treinamento distribuído multi-máquina multi-placa, busca de hiperparâmetros, serviços de inferência, virtualização VGPU, colaboração nuvem-borda-dispositivo, computação de borda, plataforma de anotação automatizada, ajuste fino SFT/modelo de recompensa/treinamento de aprendizado por reforço para grandes modelos como DeepSeek, inferência multi-máquina para grandes modelos com vLLM/Ollama/MindIE, agentes inteligentes LLMOps com base de conhecimento privada, mercado de modelos de IA, suporte para escalonamento de poder computacional heterogêneo nacional (Ascend, Cambricon, Hygon, Moore Threads, Muxi, etc.), suporte para IB/RoCE/RDMA e suporte Xinchuang.

data-infra
⭐ 2,615 Python 👤 data-infra User 🕐 Atualizado 2026-10-12 📅 Criado 2024-07-02
5
nndeploy/nndeploy

Um framework de implantação de IA fácil de usar e de alto desempenho | An Easy-to-Use and High-Performance AI Deployment Framework

nndeploy
⭐ 1,904 C++ 👤 nndeploy Organization 🕐 Atualizado 2026-11-19 📅 Criado 2023-08-08
6
datawhalechina/torch-rechub

Um Framework PyTorch para Modelos de Recomendação, Fácil de usar e Fácil de estender.

datawhalechina
⭐ 1,243 Jupyter Notebook 👤 datawhalechina Organization 🕐 Atualizado 2026-11-20 📅 Criado 2022-05-12
7
Ascend/pytorch

Como componente central da comunidade Huawei Ascend para PyTorch, o TorchNPU é um plug-in adaptador de aprendizado profundo desenvolvido pela Ascend para o PyTorch. Ele permite que a estrutura PyTorch invoque diretamente as NPUs Ascend e oferece aos desenvolvedores a poderosa capacidade computacional dos processadores de IA Ascend.

Ascend
⭐ 609 Python 👤 Ascend Organization 🕐 Atualizado 2026-11-21 📅 Criado 2021-08-31
9
LSH9832/edgeyolo

um detector de objetos sem âncora de borda em tempo real com desempenho decente

LSH9832
⭐ 531 Python 👤 LSH9832 User 🕐 Atualizado 2026-04-20 📅 Criado 2022-12-13

Perguntas Frequentes

1

Qual é o repositório de #ascend mais popular no GitHub?

O projeto de código aberto de #ascend mais bem classificado no GitHub é Syllo/nvtop, com 11,169 estrelas. Monitoramento de processo de GPU e Acelerador para AMD, Apple, Huawei, Intel, NVIDIA e Qualcomm

2

Quais linguagens de programação são mais usadas nos repositórios de #ascend?

Entre os projetos de #ascend mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, C, Go.

3

Como é calculada a classificação dos repositórios de #ascend?

Acompanhamos 9 repositórios ativos de código aberto marcados com #ascend (com mais de 500 estrelas), totalizando 29,754 estrelas e uma média de 3,306 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.