#distributed-computing Репозитории
Откройте для себя 99 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #distributed-computing, с общим числом 277,188 звёзд (в среднем 2,799 на проект). Лидером этой темы является hpcaitech/ColossalAI, набравший 41,421 звёзд.
Всего репозиториев: 99
Машинное обучение, Глубокое обучение, PostgreSQL, Распределенная система, Node.Js, Golang
Hazelcast — это унифицированная платформа реального времени для данных, сочетающая обработку потоков с быстрым хранилищем данных, позволяющая клиентам мгновенно реагировать на данные в движении для получения инсайтов в реальном времени.
Автоматизируйте рабочие процессы кода и данных с помощью интерактивных блокнотов Elixir
Высокопроизводительный движок данных для рабочих нагрузок ИИ и мультимодальных систем. Обрабатывайте изображения, аудио, видео и структурированные данные в любом масштабе.
Движок Go без знаний, предоставленных человеком, моделированный по статье AlphaGo Zero.
Proto Actor - Ультрабыстрые распределённые акторы для Go, C# и Java/Kotlin
Модульная библиотека PyTorch для обучения с подкреплением, ориентированная на примитивы и Python.
Быстрая, эффективная и масштабируемая распределенная система map/reduce, выполнение DAG, в памяти или на диске, написана на чистом Go, работает автономно или распределенно.
Полностью совместимая замена Apache Spark, написанная на Rust, объединяющая пакетную обработку, потоковую обработку и вычислительно интенсивные AI-нагрузки.
Освобождение обработки данных от скриптового безумия путем предоставления набора универсальных настраиваемых блоков обработки конвейеров.
zenoh унифицирует данные в движении, данные в использовании, данные в состоянии покоя и вычисления. Он тщательно сочетает традиционный pub/sub с геораспределенными хранилищами, запросами и вычислениями, сохраняя при этом уровень временной и пространственной эффективности, который значительно превосходит все основные стеки.
Распределенный вывод LLM. Объедините домашние устройства в мощный кластер для ускорения вывода LLM. Больше устройств означает более быстрый вывод.
Программное обеспечение с открытым исходным кодом для вычислительных сетей добровольцев и грид-вычислений.
Единый интерфейс для распределенных вычислений. Fugue выполняет код SQL, Python, Pandas и Polars на Spark, Dask и Ray без каких-либо переписываний.
Все о федеративном обучении, включая исследовательские работы, книги, коды, учебные пособия, видео и многое другое
MooseFS Distributed Storage – Открытый исходный код, Петабайт, Отказоустойчивая, Высокопроизводительная, Масштабируемая сетевая распределенная файловая система / Программно-определяемое хранилище
Proto Actor - Сверхбыстрые распределенные акторы для Go, C# и Java/Kotlin
Интерфейс для исследований на основе Python для оптимизации по принципу «черного ящика» и гиперпараметров, основанный на внутреннем сервисе Google Vizier.
:books: Простое введение в распределенную инфраструктуру, Linux и операционные системы | Распределенные системы | Распределенные вычисления | Базы данных | Сети | Виртуализация и оркестрация | Big Data и облачные вычисления
ShinkaEvolve: К открытой, неограниченной и эффективной по выборке эволюции программ 🧬
Реализация обучения глубоких сетей с эффективной коммуникацией на основе децентрализованных данных
Высокопроизводительный, масштабируемый и распределенный фреймворк рабочих процессов на основе Golang
Часто задаваемые вопросы
Какой репозиторий по теме #distributed-computing наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #distributed-computing на GitHub — hpcaitech/ColossalAI, набравший 41,421 звёзд. Сделать большие модели ИИ дешевле, быстрее и доступнее
Какие языки программирования чаще всего используются в репозиториях по теме #distributed-computing?
Среди наиболее высоко оценённых проектов по теме #distributed-computing на GitHub чаще всего используются языки программирования Python, Rust, Go, C.
Как рассчитывается рейтинг репозиториев по теме #distributed-computing?
Мы отслеживаем 99 активных репозиториев с открытым исходным кодом, отмеченных тегом #distributed-computing (500 и более звёзд), с общим числом 277,188 звёзд и в среднем 2,799 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.