Cuda

O RAFT contém algoritmos e primitivas fundamentais amplamente utilizados para aprendizado de máquina e recuperação de informações. Os algoritmos são acelerados por CUDA e formam blocos de construção para facilitar a escrita de aplicações de alto desempenho.

Otimização de decisão acelerada por GPU

[CVPR 2023 Highlight] Reconstrução de Superfície por Kernel Neural

Uma implementação CUDA do SIFT para GPUs NVidia (1,2 ms em uma GTX 1060)

Biblioteca de benchmarking de Kernel CUDA.

Exemplos que demonstram as opções disponíveis para programar múltiplas GPUs em um único nó ou cluster

Gerador de carteira USDT vanity, TRX vanity, código-fonte de vanity GPU Tron, gerador de carteira TRON vanity, gerador de endereços vanity Tron

cuVS - uma biblioteca para busca vetorial e agrupamento em GPU

Dinâmica molecular com Unidades de Processamento Gráfico (GPUs)

[ICCV 2023] Código oficial para o NeuS2

Biblioteca de resolução linear multigrid distribuída em GPU

Tutorial de HPC, incluindo comunicação coletiva (MPI, NCCL), programação CUDA, vetorização SIMD, comunicação RDMA, etc.

Implementação original de "Radiant Foam: Real-Time Differentiable Ray Tracing"

Modelo de difusão UNet em CUDA puro

Utilitários e auxiliares adicionais para estender o TensorFlow ao construir sistemas de recomendação, contribuídos e mantidos pelo SIG Recommenders.

100 dias construindo kernels de GPU!

Kernels mais rápidos escritos do zero

Biblioteca Python para simulação de Resposta ao Impulso de Sala (RIR) com aceleração por GPU

Publicado na Nature Machine Intelligence! O primeiro robô real (quadricóptero) baseado em treinamento de física diferenciável.

Código-fonte que acompanha o The CUDA Handbook.

Guia de aprendizado de CUDA

Representação de coordenadas cientes da distribuição para estimativa de pose humana.

Vários métodos de otimização de multiplicação de matrizes gerais de meia precisão (HGEMM) usando tensor core com a API WMMA e a instrução MMA PTX.

Mini motor de inferência estático e suckless para qwen3-0.6B, lote único (single batch) e exclusivo para CUDA.

Tutorial de flash attention escrito em Python, Triton, CUDA e CUTLASS.

Implementação de referência do modelo Megalodon 7B

Um tutorial para CUDA e PyTorch