NVIDIA

Exécutez des agents tels que Hermes, LangChain Deep Agents et OpenClaw de manière plus sécurisée au sein de NVIDIA OpenShell avec inférence gérée.

Recherche continue sur l'entraînement de modèles transformer à grande échelle

Code source du module de noyau GPU open-source NVIDIA pour Linux.

Scanner de sécurité pour les compétences des agents IA. Détectez les vulnérabilités, les modèles malveillants, les risques de sécurité, l'injection de prompts, l'exfiltration de données et les risques de chaîne d'approvisionnement dans Claude Code, Codex et les compétences MCP avant de les installer.

Scripts de Deep Learning de pointe organisés par modèles - faciles à entraîner et à déployer avec une précision et des performances reproductibles sur une infrastructure de niveau entreprise.

TensorRT LLM fournit aux utilisateurs une API Python facile à utiliser pour définir des modèles de langage étendus (LLM) et prend en charge des optimisations de pointe pour effectuer des inférences efficacement sur les GPU NVIDIA. TensorRT LLM contient également des composants pour créer des runtimes Python et C++ qui orchestrent l'exécution de l'inférence de manière performante.

NVIDIA® TensorRT™ est un SDK pour l'inférence de deep learning haute performance sur GPU NVIDIA. Ce dépôt contient les composants open source de TensorRT.

NVIDIA Cosmos est une plateforme ouverte de modèles mondiaux, de jeux de données et d'outils permettant aux développeurs de créer une IA physique pour les robots, les véhicules autonomes, les infrastructures intelligentes, et plus encore.

Code source de PersonaPlex.

Modèles CUDA et DSL Python pour l'algèbre linéaire haute performance

cuDF - Bibliothèque de DataFrame pour GPU

Exemples pour les développeurs CUDA démontrant les fonctionnalités du CUDA Toolkit.

Le scanner de vulnérabilités pour LLM

Une extension PyTorch : outils pour faciliter l'entraînement en précision mixte et distribué dans PyTorch

OpenShell est l'environnement d'exécution sécurisé et privé pour les agents IA autonomes.

NVIDIA Isaac GR00T N1.7 - Un modèle de fondation pour robots généralistes.

Un framework Python pour la simulation accélérée par GPU, la robotique et l'apprentissage automatique.

Synthèse et manipulation d'images 2048x1024 avec des GAN conditionnels

Optimisation liée aux Transformer, incluant BERT et GPT.

Bibliothèque accélérée par GPU contenant des blocs de construction hautement optimisés et un moteur d'exécution pour le traitement de données, afin d'accélérer l'entraînement et l'inférence en deep learning.

Tacotron 2 - Implémentation PyTorch avec inférence plus rapide que le temps réel.

NVIDIA cuML : Apprentissage automatique accéléré par GPU

Primitives optimisées pour la communication collective multi-GPU

Construisez et exécutez des conteneurs en tirant parti des GPU NVIDIA.

Workflows de référence en IA générative optimisés pour une infrastructure accélérée et une architecture de microservices.

Plugin de périphérique NVIDIA pour Kubernetes.

Une bibliothèque unifiée de techniques d'optimisation SOTA telles que la quantification, la distillation, l'élagage, la recherche d'architecture neuronale et le décodage spéculatif. Elle compresse les modèles de deep learning pour des frameworks de déploiement comme TensorRT-LLM, TensorRT, vLLM, etc., afin d'optimiser la vitesse d'inférence.

Une bibliothèque pour accélérer les modèles Transformer sur les GPU NVIDIA, incluant l'utilisation de la précision en virgule flottante 8 bits et 4 bits (FP8 et FP4) sur les GPU Hopper, Ada et Blackwell, pour offrir de meilleures performances avec une utilisation mémoire réduite lors de l'entraînement et de l'inférence.

CUDA Python : quand la performance rencontre la productivité

Implémentation PyTorch de FlowNet 2.0 : Évolution de l'estimation du flux optique avec les réseaux profonds

Framework de deep learning open-source pour construire, entraîner et affiner des modèles utilisant des méthodes de physique-ML de pointe.

Compétences d'agent pour les produits NVIDIA — à installer dans Claude Code, Codex et d'autres agents de codage pour exécuter des flux de travail d'IA physique, de robotique, de simulation, de CUDA et de RAG de bout en bout.

NeMo Retriever Library est un microservice d'extraction de contenu et de métadonnées de documents, évolutif et axé sur la performance. Il utilise les microservices NVIDIA NIM spécialisés pour trouver, contextualiser et extraire du texte, des tableaux, des graphiques et des images destinés aux applications génératives.

Minkowski Engine est une bibliothèque de réseaux de neurones à différenciation automatique pour les tenseurs creux de haute dimension.

NVIDIA GPU Operator crée, configure et gère les GPU dans Kubernetes

Le kit d'outils NVIDIA NeMo Agent est une bibliothèque open source permettant de connecter et d'optimiser efficacement des équipes d'agents IA.

Bibliothèques de calcul pour cœurs CUDA

Exemples de bibliothèque CUDA.

std::execution, le framework C++ standard pour la programmation asynchrone et parallèle.

cuTile est un modèle de programmation pour écrire des noyaux parallèles destinés aux GPU NVIDIA.

Extension TensorRT pour Stable Diffusion Web UI

Collection de ressources pédagogiques sélectionnées par NVIDIA sur la programmation GPU à usage général.

AIStore : stockage évolutif pour les applications d'IA.

Exportateur de métriques GPU NVIDIA pour Prometheus utilisant DCGM.

Exemples simples pour la programmation avec TensorRT.

Tests NCCL.

Ce dépôt contient le code source de RULER : Quelle est la taille réelle du contexte de vos modèles de langage à long contexte ?

Outils pour la construction de clusters GPU

Une bibliothèque de calcul numérique GPU efficace en C++20 avec une syntaxe proche de Python

NVIDIA DLSS est un réseau neuronal d'apprentissage profond amélioré qui augmente la fréquence d'images et génère des images nettes et de haute qualité pour vos jeux

Une bibliothèque rapide de copie mémoire GPU basée sur la technologie NVIDIA GPUDirect RDMA

Documentation des interfaces de puces et matériel NVIDIA

Collection de playbooks étape par étape pour configurer des charges de travail IA/ML sur des appareils NVIDIA DGX Spark avec architecture Blackwell.

Implémentation officielle PyTorch de BigVGAN (ICLR 2023).

Compression simplifiée du cache KV pour LLM

Implémentation PyTorch d'Audio Flamingo : série de modèles de langage avancés pour la compréhension audio.

Support C++ et Python pour le modèle de programmation CUDA Quantum destiné aux flux de travail hybrides quantiques-classiques.

Bibliothèque d'exécution de conteneurs NVIDIA.

Framework de deep learning open source pour explorer, construire et déployer des flux de travail IA liés à la météo et au climat.

Un outil simple mais puissant pour transformer des images de conteneurs ou d'OS traditionnels en bacs à sable non privilégiés.

Une bibliothèque Python permettant d'utiliser les GPIO de Jetson.

Base de code officielle pour "DreamDojo: A Generalist Robot World Model from Large-Scale Human Videos" (ICML 2026).

RAFT contient des algorithmes et des primitives fondamentaux largement utilisés pour l'apprentissage automatique et la recherche d'informations. Les algorithmes sont accélérés par CUDA et constituent des blocs de construction pour faciliter l'écriture d'applications haute performance.

Optimisation de décision accélérée par GPU

CUDA Tile IR est une représentation intermédiaire et une infrastructure de compilation basée sur MLIR pour l'optimisation des noyaux CUDA, se concentrant sur les modèles de calcul par tuiles et les optimisations ciblant les unités tensor core de NVIDIA.

Plugin NVIDIA cuDF pour Apache Spark - accélérez Apache Spark avec les GPU.

Environnement d'exécution pour les applications d'apprentissage fédéré de NVIDIA

cuDNN Frontend est le point d'entrée moderne et open-source de NVIDIA vers la bibliothèque cuDNN et une collection croissante de noyaux open-source haute performance.

Bibliothèque de benchmarking pour noyaux CUDA

Exemples illustrant les options disponibles pour programmer plusieurs GPU sur un seul nœud ou un cluster

cuVS : une bibliothèque pour la recherche vectorielle et le clustering sur GPU.

Tutoriels utiles sur le noyau, exemples et compétences pour la programmation GPU basée sur les tuiles.

NVIDIA Data Center GPU Manager (DCGM) est un projet destiné à collecter la télémétrie et à mesurer l'état de santé des GPU NVIDIA.

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

Un outil pour mesurer la bande passante sur les GPU NVIDIA.

Traitement du signal différentiable sur la sphère pour PyTorch

Bibliothèque de solveur linéaire multigrille distribuée sur GPU

Gestion d'expériences en apprentissage profond (Deep Learning).

DreamGen : L'initiative du GEAR Lab de Nvidia pour résoudre le problème des données en robotique grâce à des modèles du monde

Bibliothèques mathématiques NVIDIA pour l'écosystème Python.

NVIDIA NVSHMEM est une interface de programmation parallèle pour les GPU NVIDIA basée sur OpenSHMEM. NVSHMEM peut réduire considérablement la communication multi-processus et les frais généraux de coordination en permettant aux programmeurs d'effectuer une communication unilatérale à partir des noyaux CUDA et sur les flux CUDA.

Une bibliothèque C++ en en-tête unique pour simplifier l'utilisation de la compilation runtime CUDA (NVRTC).

Le SDK NVIDIA® Tools Extension (NVTX) est une interface de programmation d'application (API) basée sur le C pour annoter les événements, les plages de code et les ressources dans vos applications.

Bibliothèque de retargeting de mouvement BVH vers robot humanoïde SOMA, construite avec Newton et NVIDIA Warp.

Bibliothèque de répartition GL indépendante du fournisseur

Logiciel d'inférence LLM et VLM en C++ haute performance et léger pour l'IA physique.

SDK NVIDIA Material Definition Language

HPC Container Maker

Our inference and training framework to run on the Cosmos Models