ray

学习如何开发、部署并迭代生产级 ML 应用

Ray 是一个 AI 计算引擎，包含核心分布式运行时和加速机器学习工作负载的 AI 库套件

高性能数据引擎，适用于 AI 与多模态工作负载。可在任何规模下处理图像、音频、视频和结构化数据

pandas 在 AWS 上 - 与 Athena、Glue、Redshift、Timestream、Neptune、OpenSearch、QuickSight、Chime、CloudWatchLogs、DynamoDB、EMR、SecretManager、PostgreSQL、MySQL、SQLServer 以及 S3（Parquet、CSV、JSON 和 EXCEL）的轻松整合

CSGHub 是一个全新的开源平台，用于管理 LLM，开发者为 OpenCSG 团队。它提供开源与本地/ SaaS 解决方案，功能可与 Hugging Face 相比。完全掌控 LLM、数据集与代理的生命周期，Python SDK 兼容 Hugging Face。加入我们！⭐️

学习如何设计、开发、部署与迭代生产级 ML 应用

LakeSoul 是一个端到端、实时、云原生 Lakehouse 框架，支持快速数据输入、并发更新、增量分析、多模态数据处理与向量搜索，推动下一代 BI 与 AI 工作负载。

Mars 是一个基于张量的统一框架，用于大规模数据计算，可扩展 numpy、pandas、scikit-learn 和 Python 函数。

在 Kubernetes 上运行 Ray 应用程序的工具包

分布式 GPU 加速演化计算框架。包含完整的演化算法与基准测试问题库。

基于 Three.js WebGL 框架的实时路径追踪（PathTracing）与全局照明及渐进式渲染。点击此处查看在线展示：https://erichlof.github.io/THREE.js-PathTracing-Renderer/Geometry_Showcase.html

一个玩具性质的物理基底 GPU 路径追踪器 (C++/OpenGL/GLSL)

构建生产级 RAG 型 LLM 应用程序的全面指南。

多智能体强化学习（MARL）只需一个仓库就够了

LuxCore 源代码仓库

在 Kubernetes 上以 Python 神奇地分发并执行 AI 工作负载，就像用于 ML 基础设施的 PyTorch 一样。

NanoRT，单一头文件的现代光线追踪内核。

Buggregator — 用于 PHP 的单二进制文件调试服务器。在实时 UI 中捕获异常、变量转储、电子邮件、性能剖析、日志。支持 Sentry、Ray、VarDumper、SMTP、Monolog、Inspector、XHProf 等。

用于 GenAI 应用程序数据准备的开源项目

DoEKS 是一个在 Amazon EKS 上构建、部署与扩展数据平台的工具。

联邦式学习基准测试。奉献给社区。 🤗

Crater 是一个云原生 AI 训练与推理平台

一个基础的光线追踪器，利用 numpy 数组与函数来达到合理的执行速度。