NVIDIA

Ejecuta agentes como Hermes, LangChain Deep Agents y OpenClaw de forma más segura dentro de NVIDIA OpenShell con inferencia gestionada

Investigación en curso sobre el entrenamiento de modelos transformer a gran escala

Código fuente del módulo de kernel de GPU abierto de NVIDIA para Linux

Escáner de seguridad para habilidades de agentes de IA. Detecta vulnerabilidades, patrones maliciosos, riesgos de seguridad, inyecciones de comandos (prompt injection), exfiltración de datos y riesgos de la cadena de suministro en las habilidades de Claude Code, Codex y MCP antes de instalarlas.

Scripts de Deep Learning de última generación organizados por modelos: fáciles de entrenar y desplegar con precisión y rendimiento reproducibles en infraestructura de nivel empresarial.

TensorRT LLM ofrece a los usuarios una API de Python fácil de usar para definir Modelos de Lenguaje Grande (LLMs) y admite optimizaciones de vanguardia para realizar inferencias de manera eficiente en GPUs NVIDIA. TensorRT LLM también contiene componentes para crear entornos de ejecución en Python y C++ que organizan la ejecución de inferencias de alto rendimiento.

NVIDIA® TensorRT™ es un SDK para la inferencia de aprendizaje profundo de alto rendimiento en GPU de NVIDIA. Este repositorio contiene los componentes de código abierto de TensorRT.

NVIDIA Cosmos es una plataforma abierta de modelos mundiales, conjuntos de datos y herramientas que permite a los desarrolladores crear IA física para robots, vehículos autónomos, infraestructura inteligente y más.

Código de PersonaPlex.

Plantillas de CUDA y DSL de Python para álgebra lineal de alto rendimiento

cuDF - Biblioteca de DataFrame para GPU

Ejemplos para desarrolladores de CUDA que demuestran las características del CUDA Toolkit

el escáner de vulnerabilidades para LLM

Una extensión de PyTorch: herramientas para facilitar el entrenamiento distribuido y de precisión mixta en PyTorch

OpenShell es el entorno de ejecución seguro y privado para agentes de IA autónomos.

NVIDIA Isaac GR00T N1.7 - Un modelo base para robots generalistas.

Un framework de Python para simulación acelerada por GPU, robótica y aprendizaje automático.

Síntesis y manipulación de imágenes de 2048x1024 con GAN condicionales

Optimización relacionada con Transformers, incluyendo BERT y GPT.

Una biblioteca acelerada por GPU que contiene bloques de construcción altamente optimizados y un motor de ejecución para el procesamiento de datos, con el fin de acelerar las aplicaciones de entrenamiento e inferencia de deep learning.

Tacotron 2: implementación en PyTorch con inferencia más rápida que en tiempo real

NVIDIA cuML: Aprendizaje automático acelerado por GPU

Primitivas optimizadas para comunicación colectiva multi-GPU

Construir y ejecutar contenedores aprovechando las GPU de NVIDIA

Flujos de trabajo de referencia de IA generativa optimizados para infraestructura acelerada y arquitectura de microservicios.

Plugin de dispositivo NVIDIA para Kubernetes

Una librería unificada de técnicas de optimización de modelos SOTA como cuantización, destilación, poda, búsqueda de arquitectura neuronal, decodificación especulativa, etc. Comprime modelos de deep learning para frameworks de implementación posteriores como TensorRT-LLM, TensorRT, vLLM, etc., para optimizar la velocidad de inferencia.

Una biblioteca para acelerar modelos Transformer en GPUs de NVIDIA, incluyendo el uso de precisión de punto flotante de 8 y 4 bits (FP8 y FP4) en GPUs Hopper, Ada y Blackwell, para ofrecer un mejor rendimiento con menor uso de memoria tanto en entrenamiento como en inferencia.

CUDA Python: el rendimiento se encuentra con la productividad

Implementación en PyTorch de FlowNet 2.0: Evolución de la estimación de flujo óptico con redes profundas

Framework de código abierto de deep-learning para construir, entrenar y ajustar modelos de aprendizaje profundo utilizando métodos de Physics-ML de última generación.

Habilidades de agentes para productos de NVIDIA: instálalas en Claude Code, Codex y otros agentes de codificación para ejecutar flujos de trabajo de IA física, robótica, simulación, CUDA y RAG de extremo a extremo.

NeMo Retriever Library es un microservicio escalable y orientado al rendimiento para la extracción de metadatos y contenido de documentos. NeMo Retriever Library utiliza microservicios especializados de NVIDIA NIM para encontrar, contextualizar y extraer texto, tablas, gráficos e imágenes que puede utilizar en aplicaciones generativas posteriores.

Minkowski Engine es una biblioteca de redes neuronales de diferenciación automática para tensores dispersos de alta dimensión

NVIDIA GPU Operator crea, configura y gestiona GPUs en Kubernetes

El toolkit NVIDIA NeMo Agent es una biblioteca de código abierto para conectar y optimizar de manera eficiente equipos de agentes de IA.

Librerías de cómputo CUDA Core

Ejemplos de bibliotecas CUDA

std::execution, el framework estándar de C++ para programación asíncrona y paralela.

cuTile es un modelo de programación para escribir kernels paralelos para GPUs NVIDIA

Extensión TensorRT para Stable Diffusion Web UI.

Colección curada por NVIDIA de recursos educativos relacionados con la programación de GPU de propósito general.

AIStore: almacenamiento escalable para aplicaciones de IA

Exportador de métricas de GPU NVIDIA para Prometheus que utiliza DCGM.

Ejemplos sencillos para programación con TensorRT

Pruebas de NCCL

Este repositorio contiene el código fuente de RULER: ¿Cuál es el tamaño de contexto real de sus modelos de lenguaje de contexto largo?

Herramientas para la construcción de clústeres de GPU.

Una biblioteca eficiente de computación numérica en GPU para C++20 con sintaxis similar a Python.

NVIDIA DLSS es una red neuronal de aprendizaje profundo nueva y mejorada que aumenta la velocidad de fotogramas y genera imágenes hermosas y nítidas para tus juegos

Una biblioteca rápida de copia de memoria GPU basada en la tecnología NVIDIA GPUDirect RDMA.

Documentación de las interfaces de chip/hardware de NVIDIA.

Colección de manuales paso a paso para configurar cargas de trabajo de IA/ML en dispositivos NVIDIA DGX Spark con arquitectura Blackwell.

Implementación oficial en PyTorch de BigVGAN (ICLR 2023).

Compresión de caché KV para LLM simplificada

Implementación en PyTorch de Audio Flamingo: serie de modelos de lenguaje avanzados para la comprensión de audio

Soporte de C++ y Python para el modelo de programación CUDA Quantum para flujos de trabajo cuántico-clásicos heterogéneos

Biblioteca de tiempo de ejecución de contenedores de NVIDIA

Marco de aprendizaje profundo de código abierto para explorar, construir y desplegar flujos de trabajo de IA para clima y meteorología.

Una herramienta simple pero potente para convertir imágenes tradicionales de contenedores o SO en sandboxes sin privilegios.

Una biblioteca de Python que permite el uso de los GPIO de Jetson.

Base de código oficial para "DreamDojo: A Generalist Robot World Model from Large-Scale Human Videos" (ICML 2026).

RAFT contiene algoritmos y primitivas fundamentales ampliamente utilizados para el aprendizaje automático y la recuperación de información. Los algoritmos están acelerados por CUDA y forman bloques de construcción para escribir aplicaciones de alto rendimiento con mayor facilidad.

Optimización de decisiones acelerada por GPU

CUDA Tile IR es una infraestructura de compilador y representación intermedia basada en MLIR para la optimización de kernels CUDA, centrada en patrones de computación basados en mosaicos y optimizaciones dirigidas a las unidades de núcleos tensoriales de NVIDIA.

Complemento de NVIDIA cuDF para Apache Spark: acelera Apache Spark con GPUs

Entorno de ejecución de aplicaciones de aprendizaje federado de NVIDIA

cuDNN Frontend es el punto de entrada moderno y de código abierto de NVIDIA a la biblioteca cuDNN y a una creciente colección de kernels de alto rendimiento.

Biblioteca de benchmarking para kernels CUDA.

Ejemplos que demuestran las opciones disponibles para programar múltiples GPUs en un solo nodo o en un clúster

cuVS: una biblioteca para búsqueda vectorial y clustering en la GPU

Tutoriales, ejemplos y SKILLs útiles para la programación de GPU basada en mosaicos

NVIDIA Data Center GPU Manager (DCGM) es un proyecto para recopilar telemetría y medir el estado de las GPU de NVIDIA

Router that virtually distributes inference across connected devices in the home.

Una herramienta para medir el ancho de banda en GPUs NVIDIA.

Procesamiento de señales diferenciables en la esfera para PyTorch.

Biblioteca de resolución lineal multigrid distribuida en GPU

Gestión de experimentos de aprendizaje profundo.

DreamGen: iniciativa del laboratorio GEAR de Nvidia para resolver el problema de los datos en robótica mediante modelos del mundo

Librerías matemáticas de NVIDIA para el ecosistema Python

NVIDIA NVSHMEM es una interfaz de programación paralela para GPUs NVIDIA basada en OpenSHMEM. NVSHMEM puede reducir significativamente la sobrecarga de comunicación y coordinación entre procesos al permitir a los programadores realizar comunicaciones unilaterales desde kernels y streams de CUDA.

Una biblioteca C++ de cabecera única para simplificar el uso de CUDA Runtime Compilation (NVRTC).

NVIDIA® Tools Extension SDK (NVTX) es una interfaz de programación de aplicaciones (API) basada en C para anotar eventos, rangos de código y recursos en sus aplicaciones.

Biblioteca de reorientación de movimiento de SOMA BVH a robots humanoides construida con Newton y NVIDIA Warp.

La biblioteca de despacho neutral respecto al proveedor de GL

Software de inferencia LLM y VLM en C++ de alto rendimiento y ligero para IA física

SDK de NVIDIA Material Definition Language

Creador de contenedores para HPC

Our inference and training framework to run on the Cosmos Models