ray

学习如何开发、部署并迭代生产级 ML 应用

Ray 是一個 AI 計算引擎，包含核心分散式執行環境與加速機器學習工作負載的 AI 函式庫套件

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 - 與 Athena、Glue、Redshift、Timestream、Neptune、OpenSearch、QuickSight、Chime、CloudWatchLogs、DynamoDB、EMR、SecretManager、PostgreSQL、MySQL、SQLServer 以及 S3（Parquet、CSV、JSON 和 EXCEL）的輕鬆整合

CSGHub 是一個全新的開源平台，用於管理 LLM，開發者為 OpenCSG 團隊。它提供開源與本地/ SaaS 解決方案，功能可與 Hugging Face 相比。完全掌控 LLM、資料集與代理的生命周期，Python SDK 兼容 Hugging Face。加入我們！⭐️

學習如何設計、開發、部署與迭代生產級 ML 應用

LakeSoul 是一個端到端、即時、雲原生 Lakehouse 框架，支援快速資料輸入、並發更新、增量分析、多模態資料處理與向量搜尋，推動下一代 BI 與 AI 工作負載。

Mars 是一個基於張量的統一框架，用於大規模數據計算，可擴展 numpy、pandas、scikit-learn 和 Python 函數。

在 Kubernetes 上執行 Ray 應用程式的工具包

分散式 GPU 加速演化計算框架。包含完整的演化演算法與基準測試問題庫。

基於 Three.js WebGL 框架的即時路徑追蹤（PathTracing）與全域照明及漸進式渲染。點擊此處查看線上展示：https://erichlof.github.io/THREE.js-PathTracing-Renderer/Geometry_Showcase.html

一個玩具性質的物理基底 GPU 路徑追蹤器 (C++/OpenGL/GLSL)

建構生產級 RAG 型 LLM 應用程式的全面指南。

多代理人強化學習（MARL）只需一個儲存庫就夠了

LuxCore 原始碼儲存庫

在 Kubernetes 上以 Python 神奇地分發並執行 AI 工作負載，就像用於 ML 基礎設施的 PyTorch 一樣。

NanoRT，單一標頭檔的現代光線追蹤核心。

Buggregator — 用於 PHP 的單一二進位檔偵錯伺服器。在即時 UI 中擷取例外狀況、變數傾印、電子郵件、效能剖析、日誌。支援 Sentry、Ray、VarDumper、SMTP、Monolog、Inspector、XHProf 等。

用於 GenAI 應用程式資料準備的開源專案

DoEKS 是一個在 Amazon EKS 上建構、部署與擴展資料平台的工具。

聯邦式學習基準測試。奉獻給社群。 🤗

Crater 是一個雲端原生 AI 訓練與推論平台

一個基礎的光線追蹤器，利用 numpy 陣列與函式來達到合理的執行速度。