gpu

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

Un langage pour le calcul parallèle de données rapide et portable.

FlashInfer : bibliothèque de noyaux pour le service de LLM

Exécutez des applications GUI et des bureaux dans des conteneurs docker et podman. Axé sur la sécurité.

Moteur de mise en forme de texte HarfBuzz

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.

Lemonade aide les utilisateurs à découvrir et exécuter des applications d'IA locales en utilisant des LLM optimisés directement sur leurs GPU et NPU.

Outil de configuration et de surveillance GPU pour Linux

Bibliothèque TensorFlow haute performance pour la finance quantitative.

Traducteur de mangas basé sur le ML, écrit en Rust.

Le lieu où se déroule le travail sur le GPU pour le Web !

Écosystème de bibliothèques et d'outils pour écrire et exécuter du code GPU rapide entièrement en Rust.

NVIDIA cuML : Apprentissage automatique accéléré par GPU

Logiciel de CFD basé sur la méthode de Boltzmann sur réseau, le plus rapide et efficace en mémoire, fonctionnant sur tous les GPU et CPU via OpenCL. Gratuit pour un usage non commercial.

Primitives optimisées pour la communication collective multi-GPU

Moteur de rendu HTML léger et haute performance pour les développeurs de jeux et d'applications.

IA sur appareil pour mobile, systèmes embarqués et edge avec PyTorch

Prévision de séries temporelles avec PyTorch.

ArrayFire : une bibliothèque GPU polyvalente.

MegEngine est un framework d'apprentissage profond rapide, extensible, facile à utiliser et prenant en charge la différenciation automatique

Outil CLI de surveillance des performances pour Apple Silicon.

Framework de réseau de neurones C++/CUDA ultra-rapide.

Utilitaire en ligne de commande simple pour interroger et surveiller l'état du GPU.

Atteignez des performances d'inférence de pointe avec des accélérateurs modernes sur Kubernetes

Observabilité eBPF - Traçage distribué et profilage.

Documentation de TVM en chinois simplifié

Éditeur d'images composable utilisant Core Image et Metal.

Chaînes de caractères jusqu'à 100 fois plus rapides pour C, C++, CUDA, Python, Rust, Swift, JS et Go, utilisant NEON, AVX2, AVX-512, SVE, GPGPU et SWAR pour accélérer la recherche, le hachage, le tri, les distances d'édition, les sketches et les opérations mémoire 🦖

🛠 IDE web tout-en-un spécialisé pour le machine learning et la science des données.

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.