Cuda Репозитории
Изучите 65 активных репозиториев с открытым исходным кодом на Cuda на GitHub с общим количеством 165,484 звёзд и средним показателем 2,545 звёзд на проект. Проект на Cuda, занимающий первое место, — это karpathy/llm.c с 30,323 звёздами.
Всего репозиториев: 65
Мгновенные нейронные графические примитивы: молниеносно быстрые NeRF и многое другое
HVM1 (2022): массово-параллельная оптимальная функциональная среда выполнения на Rust
Проект является официальной реализацией нашей статьи CVPR2019 «Deep High-Resolution Representation Learning for Human Pose Estimation».
[ICLR2025, ICML2025, NeurIPS2025 Spotlight] Квантованное внимание (Quantized Attention) обеспечивает ускорение в 2–5 раз по сравнению с FlashAttention, не снижая сквозных (end-to-end) метрик для языковых, графических и видеомоделей.
[MICRO'23, MLSys'22] TorchSparse: Эффективный фреймворк для обучения и инференса разреженных сверток на GPU.
[ICML2025] SpargeAttention: Обучаемая разреженная модель внимания, ускоряющая вывод любых моделей.
Распределённое обучение и инференс для мультимодального восприятия: общие эмбеддинги для текста, изображений, видео, аудио, кода и графов размерностью от 64 до 1024 🖼️
RAFT содержит фундаментальные широко используемые алгоритмы и примитивы для машинного обучения и информационного поиска. Алгоритмы ускорены с помощью CUDA и формируют строительные блоки для более легкой записи высокопроизводительных приложений.
Flash Attention примерно в 100 строках CUDA (только прямой проход)
cuDNN Frontend — это современная open-source точка входа NVIDIA в библиотеку cuDNN и растущую коллекцию высокопроизводительных open-source ядер.
Обучающие материалы, связанные с серией обучения CUDA от NVIDIA (www.olcf.ornl.gov/cuda-training-series/)
Примеры, демонстрирующие доступные варианты для программирования нескольких GPU в одном узле или кластере
Учебник по HPC, включающий коллективную связь (MPI, NCCL), программирование CUDA, векторизацию SIMD, связь RDMA и т.д.
Дополнительные утилиты и вспомогательные средства для расширения TensorFlow при создании рекомендательных систем, разработанные и поддерживаемые SIG Recommenders.
Библиотека Python для симуляции импульсной характеристики помещения (RIR) с ускорением GPU
NVIDIA NVSHMEM — это интерфейс параллельного программирования для GPU NVIDIA на основе OpenSHMEM. NVSHMEM может значительно снизить накладные расходы на коммуникацию и координацию между несколькими процессами, позволяя программистам выполнять одностороннюю коммуникацию непосредственно из ядер CUDA и на потоках CUDA.
Часто задаваемые вопросы
Какой репозиторий на Cuda имеет больше всего звёзд на GitHub?
Самый популярный активный репозиторий на Cuda на GitHub — это karpathy/llm.c, набравший 30,323 звёзд. Обучение LLM на простом, низкоуровневом C/CUDA
Сколько популярных проектов на Cuda отслеживается в Git Stars?
В настоящее время мы отслеживаем 65 активных репозиториев с открытым исходным кодом на Cuda, набравших более 500 звёзд. Их общее количество составляет 165,484 звёзд, а среднее количество на проект — 2,545.
Как часто обновляется рейтинг Cuda на GitHub?
Количество звёзд, даты активности и рейтинги всех репозиториев на Cuda ежедневно синхронизируются с официальным API GitHub.