#edge-ai Repositórios
Descubra 84 repositórios ativos de código aberto no GitHub marcados com #edge-ai, acumulando um total de 340,999 estrelas (uma média de 4,059 por projeto). O líder deste tópico é exo-explore/exo, com 48,516 estrelas.
84 repositórios no total
Servidor de alto desempenho para NATS.io, o sistema de mensagens nativo da nuvem e da borda.
Inteligência agêntica, de voz e visão com menos de 50 MB para dispositivos de consumo.
Modelos de base nativos do dispositivo: 145B num portátil, 35B num telemóvel. MoE latente, pesos transmitidos por streaming a partir do SSD e um router que prevê as cargas com um passo de antecedência. Mac, iPhone, Android, Windows.
Implementação em PyTorch de YOLOv3, YOLOv3-SPP e YOLOv3-tiny para detecção de objetos em tempo real com treinamento, validação, inferência e exportação em múltiplos formatos.
Dispositivo fácil de usar para conectar unidades de medição "antigas" (água, energia, gás, ...) ao mundo digital
LiteRT-LM é a estrutura de inferência de código aberto, de alto desempenho e pronta para produção do Google para implantar Grandes Modelos de Linguagem em dispositivos de borda.
Quantização de 2 bits, kernels e ambiente de execução para dispositivos de consumo.
Um nó Android centrado nas pessoas e atento aos recursos para computação de borda e aprendizagem federada. Coordena a inteligência distribuída com localização que prioriza a privacidade e gerenciamento atencioso do hardware.
Um mecanismo de inferência tudo-em-um, puro em C++, para modelos de áudio, alimentado por ggml. Suporta TTS, STT, VAD, conversão de voz, geração de música e muito mais, com desempenho altamente otimizado. Sem dependência de Python.
FEDML - A biblioteca de ML unificada e escalável para treinamento distribuído em larga escala, serviço de modelo e aprendizado federado. O FEDML Launch, um agendador multi-cloud, permite ainda a execução de quaisquer tarefas de IA em qualquer cloud de GPU ou cluster local. Construída sobre esta biblioteca, a TensorOpera AI (https://TensorOpera.ai) é a sua plataforma de IA generativa em escala.
VILA é uma família de modelos de linguagem e visão (VLMs) de última geração para diversas tarefas de IA multimodal em edge, data center e nuvem.
[Prêmio de Melhor Artigo MLSys 2024] AWQ: Quantização de Pesos Ciente de Ativação para Compressão e Aceleração de LLM
Uma biblioteca de aprendizado profundo para pesquisa em compreensão de vídeo.
O canivete suíço da IA offline. Converse, veja, fale e gere imagens no seu celular ou Mac — LLMs GGUF, visão, conversão de fala em texto Whisper, Stable Diffusion, chamadas de ferramentas e servidores de rede local. Funciona na sua CPU, GPU ou NPU. Sem conta, sem chave de API, nenhum dado sai do seu dispositivo.
Um núcleo acelerador de aprendizado de máquina projetado para IA com eficiência energética na borda.
Assistente AI em tempo real para os óculos inteligentes Meta Ray‑Ban — voz + visão + ações agentivas via Gemini Live e OpenClaw
Motor de IA de borda em C++ pronto para produção para análise de vídeo e VLM no dispositivo em Sophon, Rockchip RKNN e x86, com orquestração visual, OSD em tempo real, eventos e benchmarks reproduzíveis.
O Vitis AI é a pilha de desenvolvimento da Xilinx para inferência de IA em plataformas de hardware Xilinx, incluindo dispositivos de borda e placas Alveo.
Este curso foi projetado para guiar iniciantes através do excitante mundo da IA de Borda (Edge AI), cobrindo conceitos fundamentais, modelos populares, técnicas de inferência, aplicações específicas de dispositivos, otimização de modelos e o desenvolvimento de agentes inteligentes de IA de Borda.
MicroPython para K210 RISC-V, vamos brincar com IA de borda (edge AI) mais facilmente
Este repositório contém a implementação oficial dos artigos de pesquisa, "MobileCLIP" CVPR 2024 e "MobileCLIP2" TMLR agosto de 2025
A maneira mais fácil e rápida de executar LLMs personalizados e ajustados localmente ou na borda
Um tutorial mostrando como treinar, converter e executar modelos de detecção de objetos TensorFlow Lite em dispositivos Android, Raspberry Pi e mais!
Instruções de uso da API em Tempo Real em Microcontroladores e Plataformas Embarcadas
O ESP-BOX é uma plataforma de desenvolvimento AIoT de nova geração lançada pela Espressif Systems.
SQLite-Vector é uma extensão SQLite multiplataforma e ultraeficiente que traz recursos de pesquisa vetorial para seu banco de dados embarcado.
Um roteiro de leitura sobre engenharia de desempenho de CPU, desde uma única instrução até a inferência em produção. Apenas fontes primárias, com um benchmark executável para cada seção.
Motor de inferência C++ pronto para produção, multiplataforma, para modelos YOLO (v5‑v12, YOLO26). API unificada para detecção, segmentação, estimativa de pose, OBB e classificação. Construído sobre ONNX Runtime e OpenCV. Otimizado para CPU/GPU com suporte à quantização.
Hub de biodiversidade do Microsoft AI for Good Lab: catálogo de projetos, documentação e navegação para IA aplicada à conservação, SPARROW e MegaDetector.
Maximizar a capacidade de executar diferentes LLMs nos dispositivos mais pequenos possíveis
Perguntas Frequentes
Qual é o repositório de #edge-ai mais popular no GitHub?
O projeto de código aberto de #edge-ai mais bem classificado no GitHub é exo-explore/exo, com 48,516 estrelas. Execute o Frontier AI localmente.
Quais linguagens de programação são mais usadas nos repositórios de #edge-ai?
Entre os projetos de #edge-ai mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, C, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #edge-ai?
Acompanhamos 84 repositórios ativos de código aberto marcados com #edge-ai (com mais de 500 estrelas), totalizando 340,999 estrelas e uma média de 4,059 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.