gpu-computing
Erfasste Open-Source-Repos mit dem Tag gpu-computing, sortiert nach Sternen.
Verwandte Themen
Themen, die häufig gemeinsam mit gpu-computing am selben Repo auftauchen.
Neue Aufsteiger
Repos, die in den letzten 90 Tagen erstellt und mit gpu-computing getaggt wurden.
In den letzten 90 Tagen kam kein neues Repo mit diesem Thema dazu.
- #1★ 9.376+32Sterne-Änderung der letzten 7 Tage
- #2
Eine schnelle, skalierbare und hochleistungsfähige Gradient-Boosting-on-Decision-Trees-Bibliothek für Ranking, Klassifikation, Regression und andere Machine-Learning-Aufgaben in Python, R, Java und C++. Unterstützt Berechnungen auf CPU und GPU.
★ 9.085+13Sterne-Änderung der letzten 7 Tage - #3
Leistungsstarke TensorFlow-Bibliothek für quantitative Finanzanwendungen
★ 5.486+11Sterne-Änderung der letzten 7 Tage - #4
Die schnellste und speichereffizienteste Lattice-Boltzmann-CFD-Software, läuft auf allen GPUs und CPUs via OpenCL. Kostenlos für nicht-kommerzielle Nutzung.
★ 5.254+13Sterne-Änderung der letzten 7 Tage - #5
Ein modulares und offenes Toolkit für WebGPU mit erweiterter Typinferenz und der Möglichkeit, Shader in TypeScript zu schreiben
★ 3.134+105Sterne-Änderung der letzten 7 Tage - #6★ 2.864+0Sterne-Änderung der letzten 7 Tage
- #7★ 2.688-1Sterne-Änderung der letzten 7 Tage
- #8
Allzweck-GPU-Computing-Framework auf Basis von Vulkan zur Unterstützung von Tausenden von herstellerübergreifenden Grafikkarten (AMD, Qualcomm, NVIDIA & Co.). Extrem schnell, mobilfähig, asynchron und optimiert für fortgeschrittene GPU-Datenverarbeitungs-Anwendungsfälle. Unterstützt von der Linux Foundation.
★ 2.559+2Sterne-Änderung der letzten 7 Tage - #9★ 2.495+12Sterne-Änderung der letzten 7 Tage
- #10
GPGPU-Mikroprozessorarchitektur
★ 2.219+3Sterne-Änderung der letzten 7 Tage - #11★ 2.051+0Sterne-Änderung der letzten 7 Tage
- #12
Parallele Computing und Scientific Machine Learning (SciML): Methoden und Anwendungen (MIT 18.337J/6.338J)
★ 2.038+2Sterne-Änderung der letzten 7 Tage - #13
😎 Kuratierte Liste großartiger Ressourcen rund um das WebGPU-Ökosystem.
★ 1.968+7Sterne-Änderung der letzten 7 Tage - #14★ 1.933+4Sterne-Änderung der letzten 7 Tage
- #15
Compiler für mehrere Programmiermodelle (SYCL, C++ Standard Parallelism, HIP/CUDA) für CPUs und GPUs aller Hersteller: Der unabhängige, community-getriebene Compiler für C++-basierte heterogene Programmiermodelle. Ermöglicht Anwendungen, sich an die gesamte Hardware im System anzupassen – sogar zur Laufzeit!
★ 1.929+5Sterne-Änderung der letzten 7 Tage - #16★ 1.695+0Sterne-Änderung der letzten 7 Tage
- #17★ 1.492+3Sterne-Änderung der letzten 7 Tage
- #18
Eine effiziente C++20-GPU-Bibliothek für numerisches Rechnen mit Python-ähnlicher Syntax
★ 1.444+2Sterne-Änderung der letzten 7 Tage - #19
Eine schnelle, ergonomische und portable Tensor-Bibliothek in Nim mit Fokus auf Deep Learning für CPU, GPU und eingebettete Geräte über OpenMP-, Cuda- und OpenCL-Backends
★ 1.407+0Sterne-Änderung der letzten 7 Tage - #20★ 1.321+2Sterne-Änderung der letzten 7 Tage
- #21★ 1.270+2Sterne-Änderung der letzten 7 Tage
- #22
Schnelle Clojure-Matrix-Bibliothek
★ 1.128+0Sterne-Änderung der letzten 7 Tage - #23
Eingebettete Sprache für Hochleistungs-Array-Berechnungen
★ 1.020+3Sterne-Änderung der letzten 7 Tage - #24
Eine kuratierte Liste der besten Bücher zur CUDA-Programmierung
★ 972+11Sterne-Änderung der letzten 7 Tage - #25
Schlanke, einheitliche C++-inspirierte Wrapper für die CUDA-APIs
★ 903+0Sterne-Änderung der letzten 7 Tage - #26
Blender-Integration für LuxCore
★ 872+4Sterne-Änderung der letzten 7 Tage - #27
Liste von Deep-Learning-Cloud-Anbietern
★ 822+2Sterne-Änderung der letzten 7 Tage - #28
Leistungsportable Particle-in-Cell-Simulationen für das Exascale-Zeitalter :sparkles:
★ 794+1Sterne-Änderung der letzten 7 Tage - #29
GPU-Jupyter: Ihr GPU-beschleunigtes JupyterLab mit einem umfangreichen Data-Science-Toolstack, TensorFlow und PyTorch für Ihre reproduzierbaren Deep-Learning-Experimente.
★ 767+0Sterne-Änderung der letzten 7 Tage - #30★ 634+8Sterne-Änderung der letzten 7 Tage
