#avx2 仓库
探索 26 个标记为 #avx2 的活跃开源 GitHub 仓库,它们累计获得 79,683 个 Star(平均每个项目 3,064 个)。该主题的领先项目是 simdjson/simdjson,拥有 24,592 个 Star。
共 26 个仓库
每秒解析吉字节的 JSON:由 Facebook/Meta Velox、Node.js 运行时、ClickHouse、WatermelonDB、Apache Doris、Milvus、StarRocks 使用
一个拥有 2.78 万亿参数的 Kimi K3 模型,在单核 CPU 和 8.24 GB 内存下运行推理。可移植 C99 代码:无 BLAS,无框架,无 GPU。
Unicode 例程 (UTF8, UTF16, UTF32) 和 Base64:使用 SSE2、AVX2、NEON、AVX-512、RISC-V 向量扩展、LoongArch64、POWER,每秒数十亿字符。Node.js、WebKit/Safari、Ladybird、Chromium、Cloudflare Workers、Ghostty 和 Bun 的一部分。
C(和 C++)中的 Roaring bitmaps,带有 SIMD(AVX2、AVX-512 和 NEON)优化:由 Apache Doris、ClickHouse、Alibaba Tair、Redpanda、YDB 和 StarRocks 使用
HighwayHash 的原生 Go 版本,带有 Intel 和 ARM 上优化的汇编实现。在 Intel CPU 的单个核心上能够处理超过 10 GB/秒 - https://en.wikipedia.org/wiki/HighwayHash
在一台 32 GB 笔记本电脑上运行 Qwen3-Next-80B(48 GB),速度可达 37 tok/s;不使用草稿解码时为 24 tok/s,而 llama.cpp 为 2.8 tok/s;读取速度为 62 tok/s 对 16 tok/s。在 Q4_K_M 下对比的全部 13 个模型中,速度都快于 llama.cpp。运行比内存更大的 LLM,纯 C 实现,支持 CPU 或 GPU。
常见问题解答
GitHub 上最受欢迎的 #avx2 仓库是什么?
GitHub 上排名第一的开源 #avx2 项目是 simdjson/simdjson,拥有 24,592 个 Star。每秒解析吉字节的 JSON:由 Facebook/Meta Velox、Node.js 运行时、ClickHouse、WatermelonDB、Apache Doris、Milvus、StarRocks 使用
#avx2 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #avx2 项目中,最常见的编程语言是 C++, C, Rust, Go。
#avx2 仓库的排名是如何计算的?
我们跟踪了 26 个标记为 #avx2 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 79,683 个 Star,平均每个仓库拥有 3,064 个 Star。排名每日根据 GitHub API 更新。