NVIDIA

在 NVIDIA OpenShell 內以受管推理更安全地執行 Hermes、LangChain Deep Agents 與 OpenClaw 等代理

大規模訓練 transformer 模型的持續研究

NVIDIA Linux 開放 GPU 核心模組原始碼

AI 代理技能的安全掃描器。檢測 Claude Code、Codex、MCP 技能中的漏洞、惡意模式、安全風險、提示注入、資料外洩與供應鏈風險，讓您在安裝前先行了解。

最先進的深度學習腳本，依模型分類，易於訓練與部署，於企業級基礎設施上提供可重現的準確度與效能。

TensorRT LLM 為使用者提供易於使用的 Python API 來定義大型語言模型（LLM），並支援最先進的最佳化，以在 NVIDIA GPU 上高效執行推論。TensorRT LLM 亦包含建立 Python 與 C++ 執行環境的元件，以高效方式協調推論執行。

NVIDIA® TensorRT™ 是一套在 NVIDIA GPU 上進行高效深度學習推理的 SDK。本倉庫包含 TensorRT 的開源組件。

NVIDIA Cosmos 是一個開放平台，提供世界模型、資料集與工具，讓開發者為機器人、自動駕駛車、智慧基礎建設等構建實體 AI

PersonaPlex 程式碼。

用於高效能線性代數的 CUDA 範本與 Python DSL

cuDF - GPU 資料框架函式庫

CUDA 開發者範例，展示 CUDA Toolkit 的功能

LLM 漏洞掃描器

PyTorch 擴充套件：提供簡易混合精度與分散式訓練工具

OpenShell 是安全、私密的自主 AI 代理執行環境

NVIDIA Isaac GR00T N1.7 - 通用機器人基礎模型。

用於 GPU 加速模擬、機器人與機器學習的 Python 框架

使用條件 GAN 生成與操作 2048x1024 圖像

Transformer 相關優化，包括 BERT、GPT

GPU 加速函式庫，提供高度最佳化的建構模組與執行引擎，用於資料處理以加速深度學習訓練與推論應用。

Tacotron 2 - PyTorch 實作，推理速度快於實時

NVIDIA cuML：GPU 加速的機器學習庫

為多 GPU 通訊優化的原語，支援集合運算。

利用 NVIDIA GPU 構建並執行容器

為加速基礎設施與微服務架構優化的生成式 AI 參考工作流程

NVIDIA 設備插件，適用於 Kubernetes

統一的 SOTA 模型優化技術庫，如量化、蒸餾、修剪、神經網路架構搜尋、推測解碼等。可將深度學習模型壓縮以供 TensorRT-LLM、TensorRT、vLLM 等下游部署框架使用，優化推論速度

A library for accelerating Transformer models on NVIDIA GPUs, including using 8-bit and 4-bit floating point (FP8 and FP4) precision on Hopper, Ada and Blackwell GPUs, to provide better performance with lower memory utilization in both training and inference.

CUDA Python：性能与生产力的结合

FlowNet 2.0 的 PyTorch 實作：使用深度網路演進光流估計。

開源深度學習框架，使用最先進的Physics-ML方法構建、訓練與微調模型

適用於 NVIDIA 產品的 Agent Skills — 可安裝至 Claude Code、Codex 及其他編碼 Agent，以端到端運行物理 AI、機器人、模擬、CUDA 和 RAG 工作流。

NeMo Retriever Library 是一個具備擴充性、注重效能的文件內容與中介資料（metadata）擷取微服務。NeMo Retriever Library 使用專門的 NVIDIA NIM 微服務來尋找、脈絡化並擷取文字、表格、圖表和圖片，供您在下游生成式應用程式中使用。

Minkowski Engine 是一個用於高維稀疏張量的自動微分神經網路函式庫

NVIDIA GPU Operator 用於在 Kubernetes 中建立、設定與管理 GPU

NVIDIA NeMo Agent 工具組是一個開源函式庫，可用於有效率地連接與最佳化 AI 智慧體團隊。

CUDA 核心運算函式庫

CUDA 函式庫範例

`std::execution`，用於非同步與平行程式設計的 C++ 標準框架。

cuTile 是一個用於為 NVIDIA GPU 編寫平行核心的程式設計模型

Stable Diffusion Web UI 的 TensorRT 擴充功能

NVIDIA 精選的通用 GPU 程式設計相關教育資源集合。

AIStore：適用於 AI 應用程式的可擴充儲存

利用 DCGM 為 Prometheus 提供的 NVIDIA GPU 指標匯出工具

TensorRT 程式設計的簡單範例

NCCL 測試

此儲存庫包含 RULER 的原始程式碼：您的長上下文語言模型的真實上下文大小是多少？

用於建構 GPU 叢集的工具

具備類似 Python 語法的有效率 C++20 GPU 數值計算庫

NVIDIA DLSS 是一個全新且改進的深度學習神經網路，可提升遊戲影格率並產生美麗、銳利的影像

基於 NVIDIA GPUDirect RDMA 技術的高效能 GPU 記憶體複製函式庫

NVIDIA 晶片／硬體介面文件

在具備 Blackwell 架構的 NVIDIA DGX Spark 裝置上設定 AI/ML 工作負載的逐步 Playbook 集合。

BigVGAN 官方 PyTorch 實現 (ICLR 2023)

讓 LLM KV 快取壓縮變得輕鬆簡單

Audio Flamingo 的 PyTorch 實現：一系列先進的音訊理解語言模型

為異質量子-古典工作流程的 CUDA Quantum 程式設計模型提供 C++ 與 Python 支援

NVIDIA 容器執行階段函式庫

用於探索、建構與部署 AI 天氣／氣候工作流程的開源深度學習框架

一個簡單而強大的工具，可將傳統容器/作業系統映像檔轉化為無特權沙箱。

一個支援使用 Jetson GPIO 的 Python 函式庫。

「DreamDojo: A Generalist Robot World Model from Large-Scale Human Videos」(ICML 2026) 官方程式碼庫

RAFT 包含機器學習與資訊檢索中基礎且廣泛使用的演算法與原語。這些演算法經過 CUDA 加速，並構成了更輕鬆編寫高效能應用程式的基礎元件。

GPU 加速的決策最佳化

CUDA Tile IR 是一個基於 MLIR 的中介表示與編譯器基礎架構，用於 CUDA 核心優化，專注於以磚塊（tile）為基礎的運算模式與針對 NVIDIA Tensor Core 單元的優化。

適用於 Apache Spark 的 NVIDIA cuDF 外掛程式 - 使用 GPU 加速 Apache Spark

NVIDIA 聯邦學習應用程式執行環境

Router that virtually distributes inference across connected devices in the home.

cuDNN Frontend 是 NVIDIA 的現代化開源 cuDNN 函式庫入口，並提供日益增加的高效能開源核心集合。

CUDA Kernel 效能評測庫

示範在單一節點或叢集中對多個 GPU 進行程式設計之可用選項的範例

cuVS - 用於 GPU 上進行向量搜尋與分群的函式庫

針對圖塊式 GPU 編程的實用核心教學、範例與技能 (SKILLs)

NVIDIA Data Center GPU Manager (DCGM) 是一個用於收集遙測數據與測量 NVIDIA GPU 健康狀況的專案。

用於 NVIDIA GPU 頻寬測量的工具。

用於 PyTorch 的球體可微分訊號處理

基於 GPU 的分散式多網格線性求解器函式庫

深度學習實驗管理

DreamGen：Nvidia GEAR Lab 旨在利用世界模型解決機器人數據問題的計畫。

適用於 Python 生態系統的 NVIDIA 數學函式庫

NVIDIA NVSHMEM 是一個基於 OpenSHMEM 的 NVIDIA GPU 平行程式設計介面。NVSHMEM 允許程式設計師在 CUDA kernel 和 CUDA stream 中執行單向通訊，從而顯著降低多處理程序通訊與協調的開銷。

一個單標頭 C++ 函式庫，用於簡化 CUDA Runtime Compilation (NVRTC) 的使用。

NVIDIA® Tools Extension SDK (NVTX) 是一個基於 C 的應用程式介面 (API)，用於標註應用程式中的事件、程式碼範圍與資源

使用 Newton 與 NVIDIA Warp 建構的 SOMA BVH 至人形機器人動作重定向函式庫

用於實體 AI 的高效能、輕量級 C++ LLM 與 VLM 推論軟體

GL 供應商中立分發函式庫。

NVIDIA Material Definition Language SDK

HPC 容器產生器

Our inference and training framework to run on the Cosmos Models