gpu-computing

Ổn định video sử dụng dữ liệu con quay hồi chuyển

Một thư viện Gradient Boosting trên cây quyết định nhanh, có thể mở rộng và hiệu năng cao, được sử dụng cho các tác vụ xếp hạng, phân loại, hồi quy và học máy khác cho Python, R, Java, C++. Hỗ trợ tính toán trên CPU và GPU.

Thư viện TensorFlow hiệu năng cao dành cho tài chính định lượng.

Phần mềm CFD lattice Boltzmann nhanh nhất và tiết kiệm bộ nhớ nhất, chạy trên mọi GPU và CPU thông qua OpenCL. Miễn phí cho mục đích phi thương mại.

Bộ công cụ mô-đun và mở cho WebGPU, với khả năng suy luận kiểu nâng cao và viết shader bằng TypeScript

Lingvo

Lên lịch tài nguyên và quản lý cụm cho AI

Framework tính toán GPU đa năng được xây dựng trên Vulkan để hỗ trợ hàng ngàn card đồ họa đa nhà cung cấp (AMD, Qualcomm, NVIDIA & các hãng khác). Cực nhanh, hỗ trợ di động, bất đồng bộ và được tối ưu hóa cho các trường hợp sử dụng xử lý dữ liệu GPU nâng cao. Được hỗ trợ bởi Linux Foundation.

Các thư viện tính toán cốt lõi CUDA

Kiến trúc vi xử lý GPGPU

Tích hợp CUDA cho Python, kèm theo nhiều tính năng hấp dẫn

Điện toán song song và Học máy khoa học (SciML): Phương pháp và Ứng dụng (MIT 18.337J/6.338J)

😎 Danh sách tổng hợp các tài nguyên tuyệt vời xoay quanh hệ sinh thái WebGPU.

Deep learning bằng Rust, với các tensor được kiểm tra hình dạng và mạng neural

Trình biên dịch cho nhiều mô hình lập trình (SYCL, C++ standard parallelism, HIP/CUDA) dành cho CPU và GPU từ tất cả các nhà cung cấp: Trình biên dịch độc lập, do cộng đồng phát triển cho các mô hình lập trình dị thể dựa trên C++. Giúp các ứng dụng tự thích ứng với mọi phần cứng trong hệ thống - ngay cả trong thời gian thực thi!

Mô phỏng mạng thần kinh gai (SNNs) sử dụng PyTorch.

Viết bằng Java. Chạy trên GPU. Tốc độ cao.

Thư viện tính toán số học GPU C++20 hiệu quả với cú pháp giống Python

Một thư viện tensor nhanh chóng, tiện dụng và di động bằng Nim tập trung vào học sâu cho CPU, GPU và các thiết bị nhúng thông qua các backend OpenMP, Cuda và OpenCL

Kho mã nguồn LuxCore

stdgpu: Cấu trúc dữ liệu kiểu STL hiệu quả trên GPU

Thư viện Matrix cho Clojure có tốc độ nhanh

Ngôn ngữ nhúng dành cho các phép tính mảng hiệu suất cao

Danh sách các sách lập trình cuda hay nhất được tuyển chọn

Các wrapper mỏng, thống nhất, mang phong cách C++ cho CUDA API

Tích hợp Blender cho LuxCore

Danh sách các nhà cung cấp dịch vụ đám mây cho Deep Learning

Mô phỏng Particle-in-Cell có tính di động hiệu năng cao cho kỷ nguyên Exascale

GPU-Jupyter: JupyterLab tăng tốc bằng GPU với bộ công cụ khoa học dữ liệu phong phú, TensorFlow và PyTorch cho các thí nghiệm học sâu có thể tái lập của bạn.

Gói phần mềm động lực học chất lưu khả vi