#triton Repositórios
Descubra 22 repositórios ativos de código aberto no GitHub marcados com #triton, acumulando um total de 37,530 estrelas (uma média de 1,705 por projeto). O líder deste tópico é gpu-mode/lectures, com 7,109 estrelas.
22 repositórios no total
[ICLR2025, ICML2025, NeurIPS2025 Spotlight] O Quantized Attention (Atenção Quantizada) alcança uma aceleração de 2 a 5 vezes em comparação com o FlashAttention, sem perder métricas de ponta a ponta em modelos de linguagem, imagem e vídeo.
LeetCode para PyTorch — 65 problemas de entrevistas de ML/IA baseados em entrevistas reais do Google, da Meta e da Anthropic. Notebooks Jupyter, um avaliador automático e um tutor de IA baseado em MCP.
Compilador de código aberto para CUDA, Triton e HIP, direcionado a múltiplas arquiteturas de GPU e CPU.
AutoResearch para kernels GPU. Dê qualquer modelo PyTorch, deixe-o dormir e acorde com kernels Triton otimizados.
O Kernl permite que você execute modelos de transformadores PyTorch várias vezes mais rápido em GPU com uma única linha de código, e foi projetado para ser facilmente modificável (hackable).
Compilador PyTorch que acelera o treinamento e a inferência. Obtenha otimizações integradas para desempenho, memória, paralelismo e escreva facilmente as suas próprias.
FlagGems é uma biblioteca de operadores para modelos de linguagem grandes implementada na Linguagem Triton.
Algoritmos e sistemas de LLM na prática com PyTorch, Triton e CUDA. «Tutorial de algoritmos e sistemas de LLM»: arquiteturas e treinamento de modelos, pós-treinamento, aceleração da inferência, otimização de desempenho e de operadores; inclui exercícios em Notebook, explicações das respostas, testes e experimentos.
🚀🚀🚀Uma coleção de projetos públicos incríveis sobre Modelos de Linguagem Grandes (LLM), Modelos de Linguagem Visual (VLM), Ação de Linguagem Visual (VLA), Conteúdo Gerado por IA (AIGC), os Datasets e Aplicações relacionados.
Quebra-cabeças para aprender Triton, jogue com configuração mínima do ambiente!
SparkDiffusion: acelera a geração de vídeo com DiT em 265× por meio de esparsidade, destilação, quantização conjuntas, etc.
Módulo do kernel Linux para suportar o modo Turbo e teclado RGB para a série de notebooks Acer Predator
Um subconjunto dos módulos de rede neural do PyTorch, escrito em Python usando Triton da OpenAI.
Do professor aos blocos — um mecanismo de destilação e serviço de LLM construído do zero: kernels Triton/CUDA personalizados, destilação FSDP, processamento em lote contínuo com KV paginado, decodificação especulativa, um gateway Rust, um oráculo JAX e ferramentas de interpretabilidade.
🚀🚀🚀 Este repositório lista alguns projetos públicos incríveis de CUDA, cuda-python, cuBLAS, cuDNN, CUTLASS, TensorRT, TensorRT-LLM, Triton, TVM, MLIR, PTX e Computação de Alto Desempenho (HPC).
Perguntas Frequentes
Qual é o repositório de #triton mais popular no GitHub?
O projeto de código aberto de #triton mais bem classificado no GitHub é gpu-mode/lectures, com 7,109 estrelas. Material para palestras sobre modo gpu
Quais linguagens de programação são mais usadas nos repositórios de #triton?
Entre os projetos de #triton mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Cuda, C.
Como é calculada a classificação dos repositórios de #triton?
Acompanhamos 22 repositórios ativos de código aberto marcados com #triton (com mais de 500 estrelas), totalizando 37,530 estrelas e uma média de 1,705 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.