parallelism

Rust 的并发程序设计工具

oneAPI Threading Building Blocks (oneTBB)

纯 Go 的图像处理算法

用于并行与并发的 C++ 标准库

使用 Node.js 构建由高性能多核心计算驱动的应用程序、脚本与自动化工具

平行計算與科學機器學習 (SciML)：方法與應用 (MIT 18.337J/6.338J)

必读研究论文，以及与将机器学习用于编译器和系统优化相关的工具与数据集链接

仿效 Yahoo! Pipes 的 Python 流处理引擎

一个针对 DiTs 设计的原生 PyTorch 推理引擎，具备缓存、并行化、量化与 CPU 卸载功能。

D 编程语言的标准库

🎏 Java 并发问题的简单示例，眼见为实 🙈 🐵

数据流编程语言，将程序写成消息传递图，默认所有东西都以并行方式执行。它具有强大的静态类型、可编译为机器码、可与 Go 互通，并支持通过节点编辑器进行可视化编程。对 LLM 也极为友好。

在 Zig 中实现具有次纳秒（sub-nanosecond）开销的细粒度并行处理

PyTorch 中的 GPipe 实现

为高 CPU 消耗的工作创建新的 JS 进程

[CVPR 2024 Highlight] DistriFusion：高分辨率扩散模型的分布式并行推理

联邦式学习基准测试。奉献给社区。 🤗

Parallel Collectors 是一个使用 Stream API 简化 Java 中并行集合处理的工具包。

在 GPU 集群上优化 AlphaFold 的训练与推理

PaSh：轻量级数据并行 Shell 处理

最先进的多线程运行时：基于消息传递、快速、可扩展且开销极低。

Pax 是一个基于 Jax 的机器学习框架，用于训练大规模模型。Pax 支持进阶且完全可配置的实验与并行化，并展现了业界领先的模型 FLOP 利用率。

Knapsack 可将测试平均分配至并行 CI 节点，以加速 CI 构建并节省您的时间。