懂AI

GPU加速AI工具合集：优化性能与效率

相关项目相关文章
RAPIDS Community Notebooks: 加速数据科学工作流的开源宝库

RAPIDS Community Notebooks: 加速数据科学工作流的开源宝库

RAPIDS Community Notebooks 是一个由RAPIDS团队、生态系统合作伙伴和社区用户共同贡献的Jupyter笔记本集合,旨在通过实用教程和示例帮助新用户快速上手RAPIDS进行GPU加速数据科学。

RAPIDSGPU加速数据科学开源NVIDIAGithub开源项目
JAX-Triton: 融合JAX和Triton的高性能深度学习工具

JAX-Triton: 融合JAX和Triton的高性能深度学习工具

JAX-Triton是一个将JAX和OpenAI Triton紧密集成的开源项目,旨在为深度学习研究和应用提供高性能的GPU加速计算能力。本文详细介绍了JAX-Triton的功能特性、安装使用方法以及在深度学习领域的应用前景。

JAXTritonjax-tritonCUDAGPU加速Github开源项目
HVM: 高性能函数式运行时系统的革命性突破

HVM: 高性能函数式运行时系统的革命性突破

HVM是一个由Rust开发的大规模并行、优化的函数式运行时系统,它通过创新的交互组合子技术,实现了高效的并行计算和GPU加速,为函数式编程带来了前所未有的性能提升。

HVM2并行计算交互组合子编程语言编译GPU加速Github开源项目
DistriFusion: 革新高分辨率扩散模型的分布式并行推理

DistriFusion: 革新高分辨率扩散模型的分布式并行推理

DistriFusion是一种无需训练的算法,利用多GPU加速扩散模型推理,同时保持图像质量。它通过创新的分布式并行技术,大幅提高了高分辨率图像生成的效率。

DistriFusiondiffusion模型并行推理高分辨率GPU加速Github开源项目
TorchMD-NET: 快速高效的神经网络分子势能模型

TorchMD-NET: 快速高效的神经网络分子势能模型

TorchMD-NET是一个先进的神经网络分子势能模型框架,提供了高效的实现和训练机制。本文将详细介绍TorchMD-NET的主要特性、架构设计和应用场景,以及它在分子动力学模拟领域带来的创新与突破。

TorchMD-NET神经网络势能分子动力学PyTorchGPU加速Github开源项目
高效准确的PDF转Markdown工具

高效准确的PDF转Markdown工具

Marker是一个开源项目,能够快速高效地将PDF文档转换为Markdown格式,支持多种语言和文档类型,具有优秀的准确性和丰富的功能。本文详细介绍了Marker的特点、工作原理、使用方法以及性能基准测试等内容。

PDF转换Markdown深度学习OCRGPU加速Github开源项目
Warp: 重新定义终端体验的现代化工具

Warp: 重新定义终端体验的现代化工具

Warp是一款基于Rust开发的现代化终端工具,集成了AI功能,旨在提高个人和团队的软件开发效率。本文将详细介绍Warp的特性、优势以及它如何改变传统终端使用体验。

Warp终端RustGPU加速跨平台Github开源项目
FastLLM: 高性能全平台大语言模型加速库

FastLLM: 高性能全平台大语言模型加速库

FastLLM是一个纯C++实现的全平台大语言模型加速库,支持Python调用,可在各种设备上高效运行ChatGLM、LLaMA等多种基座模型,实现快速推理和部署。

fastllm大模型推理多平台c++实现GPU加速Github开源项目
RAPIDS Community Notebooks: 加速数据科学工作流的开源工具集

RAPIDS Community Notebooks: 加速数据科学工作流的开源工具集

RAPIDS Community Notebooks 是一个由社区贡献的 Jupyter notebooks 集合,旨在帮助用户快速上手和使用 RAPIDS 生态系统进行 GPU 加速的数据科学和机器学习。

RAPIDSGPU加速数据科学开源NVIDIAGithub开源项目
NVTabular: NVIDIA推出的高性能特征工程库

NVTabular: NVIDIA推出的高性能特征工程库

NVTabular是NVIDIA推出的一款针对推荐系统的特征工程和预处理库,旨在快速轻松地处理TB级数据集,大幅提升深度学习推荐模型的训练效率。

NVTabularGPU加速特征工程数据预处理推荐系统Github开源项目
HugeCTR: GPU加速的大规模推荐系统训练和推理框架

HugeCTR: GPU加速的大规模推荐系统训练和推理框架

HugeCTR是NVIDIA开发的GPU加速推荐系统框架,专门用于大规模深度学习推荐模型的高效训练和推理。本文将详细介绍HugeCTR的主要特性、核心功能以及使用方法,帮助读者了解如何利用HugeCTR构建高性能的推荐系统。

HugeCTRGPU加速推荐系统深度学习嵌入Github开源项目
NVIDIA Merlin: 革命性的GPU加速推荐系统框架

NVIDIA Merlin: 革命性的GPU加速推荐系统框架

NVIDIA Merlin是一个开源库,提供端到端的GPU加速推荐系统解决方案,从特征工程和预处理到训练深度学习模型和在生产环境中运行推理,全面提升推荐系统的性能和效率。

NVIDIA Merlin推荐系统GPU加速深度学习特征工程Github开源项目
HVM2: 革命性的并行函数式运行时

HVM2: 革命性的并行函数式运行时

HVM2是一个基于Rust实现的大规模并行、最优化的函数式运行时系统。它通过将高级语言编译为交互组合子网络,实现了在GPU等并行硬件上的近乎理想的加速效果。

HVM2并行计算交互组合子编程语言编译GPU加速Github开源项目
JAX: 推动数值计算的极限

JAX: 推动数值计算的极限

JAX是一个强大的Python库，用于加速器导向的数组计算和程序转换，专为高性能数值计算和大规模机器学习而设计。

JAX自动微分XLAGPU加速神经网络Github开源项目
Brain.js: 强大的JavaScript神经网络库

Brain.js: 强大的JavaScript神经网络库

Brain.js是一个功能强大的JavaScript神经网络库,可用于浏览器和Node.js环境。它提供了多种神经网络模型,支持GPU加速,并且易于使用和集成。

brain.js神经网络JavaScript机器学习GPU加速Github开源项目
AMGX: NVIDIA开发的GPU加速代数多重网格求解器库

AMGX: NVIDIA开发的GPU加速代数多重网格求解器库

AMGX是NVIDIA开发的一个强大的GPU加速线性求解器库,可显著提升计算密集型模拟的性能。本文将详细介绍AMGX的特性、使用方法及其在科学计算领域的应用。

AmgXGPU加速线性求解器多重网格法NVIDIAGithub开源项目
Warp: 重新定义终端体验的现代化工具

Warp: 重新定义终端体验的现代化工具

Warp是一款基于Rust开发的现代化终端工具，集成了AI功能，旨在提高个人和团队的开发效率。本文将深入介绍Warp的主要特性、使用方法以及它如何revolutionize传统的命令行体验。

Warp终端RustGPU加速跨平台Github开源项目
PPL.LLM.Kernel.CUDA: 高性能大语言模型CUDA内核库

PPL.LLM.Kernel.CUDA: 高性能大语言模型CUDA内核库

PPL.LLM.Kernel.CUDA是一个为大语言模型优化的高性能CUDA内核库,提供了Flash Attention、动态批处理等先进特性,支持LLaMA、ChatGLM等主流模型,助力开发者高效部署和运行大规模语言模型。

PPL LLMCUDAAI计算GPU加速深度学习Github开源项目
Lightning Thunder：让PyTorch模型速度提升40%的强大编译器

Lightning Thunder：让PyTorch模型速度提升40%的强大编译器

Lightning Thunder是一款为PyTorch打造的源到源编译器，通过结合多种硬件执行器，显著提升模型训练速度，支持单GPU和多GPU配置。本文深入介绍Thunder的核心特性、性能优势及使用方法。

PyTorch性能优化编译器深度学习GPU加速Github开源项目
NVIDIA VideoProcessingFramework: 全面加速视频处理的Python框架

NVIDIA VideoProcessingFramework: 全面加速视频处理的Python框架

VideoProcessingFramework是NVIDIA开发的一套Python绑定C++库,为视频解码、编码和GPU加速的色彩空间及像素格式转换提供完整的硬件加速支持。本文将详细介绍VPF的功能特性、使用方法及应用场景。

VideoProcessingFrameworkGPU加速视频处理NVIDIAPyNvVideoCodecGithub开源项目
上一页
1234
下一页