#hardware-acceleration Repositórios
Descubra 67 repositórios ativos de código aberto no GitHub marcados com #hardware-acceleration, acumulando um total de 169,471 estrelas (uma média de 2,529 por projeto). O líder deste tópico é tinygrad/tinygrad, com 33,961 estrelas.
67 repositórios no total
ONNX Runtime: acelerador de inferência e treinamento de ML multiplataforma e de alto desempenho
fastllm é uma biblioteca de inferência de modelos de linguagem grandes de alto desempenho, sem dependências de backend, que ajuda você a executar inferências com eficiência na maioria dos dispositivos.
Este patch remove a restrição no número máximo de sessões simultâneas de codificação de vídeo NVENC impostas pela Nvidia às GPUs de nível de consumidor.
Software NVR e Visão Computacional com IA de hospedagem própria e somente local. Com recursos como detecção de objetos, detecção de movimento, reconhecimento facial e mais, ele lhe dá o poder de ficar de olho em sua casa, escritório ou qualquer outro lugar que você queira monitorar.
LiteRT, sucessor do TensorFlow Lite, é o framework on-device do Google para implantação de ML e GenAI de alto desempenho em plataformas de borda, por meio de conversão, tempo de execução e otimização eficientes.
PainterEngine é um motor de aplicação/jogo com renderizador de software, PainterEngine pode ser transplantado para qualquer plataforma que suporte C
VeOmni: Escalando o Treinamento de Modelos de Qualquer Modalidade com um Zoo de Receitas Distribuídas Centrado no Modelo
Trabalhos e ferramentas incríveis de pesquisa sobre compressão de LLM.
[ICML 2023] SmoothQuant: Quantização Pós-Treinamento Precisa e Eficiente para Grandes Modelos de Linguagem
Modelos Grandes Inspirados no Cérebro com Spiking, integrando atenção híbrida eficiente, módulos MoE e codificação de spikes em sua arquitetura
Uma unidade de processamento de tensor (TPU) mínima, inspirada na TPU V2 e V1 do Google
Uma base de dados vetorial local ultrarrápida para uso com Agentes LLM. Agora aceitando SAFEs com um teto de $135M.
WebCodecs é uma API web flexível para codificação e decodificação de áudio e vídeo.
Uma extensão do Chrome que faz o YouTube transmitir vídeos H.264 em vez de vídeos VP8/VP9
QMPlay2 é um reprodutor de vídeo e áudio que pode reproduzir a maioria dos formatos e codecs.
Quake 2 v3.21 da id Software com pacotes de missão e suporte Vulkan (Windows, Linux, macOS, FreeBSD, Raspberry Pi 4)
Aumente o nível da sua experiência de vídeo com um reprodutor de mídia moderno e fácil de usar.
Correção MPO para GPUs AMD 5000/6000/7000/9000 & RTX 2000/3000/4000/5000/GTX 1600
Transcodificação de vídeo acelerada por hardware usando APIs do Android MediaCodec. Suporta recorte, concatenação, clipagem, processamento de áudio, velocidade de vídeo e muito mais.
Um framework de compilador baseado em MLIR conecta DSLs (linguagens de domínio específico) a DSAs (arquiteturas de domínio específico).
O SDK do Advanced Media Framework (AMF) oferece aos desenvolvedores acesso ideal aos dispositivos AMD para processamento multimídia
Perguntas Frequentes
Qual é o repositório de #hardware-acceleration mais popular no GitHub?
O projeto de código aberto de #hardware-acceleration mais bem classificado no GitHub é tinygrad/tinygrad, com 33,961 estrelas. Você gosta de pytorch? Você gosta de micrograd? Você vai amar tinygrad! ❤️
Quais linguagens de programação são mais usadas nos repositórios de #hardware-acceleration?
Entre os projetos de #hardware-acceleration mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, C, Verilog.
Como é calculada a classificação dos repositórios de #hardware-acceleration?
Acompanhamos 67 repositórios ativos de código aberto marcados com #hardware-acceleration (com mais de 500 estrelas), totalizando 169,471 estrelas e uma média de 2,529 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.