Logo
Project Icon

ThunderKittens

高效瓦片原语框架助力深度学习内核开发

ThunderKittensCUDAGPU编程深度学习矩阵运算Github开源项目

ThunderKittens是一个用于开发高性能CUDA深度学习内核的框架。它基于现代GPU架构设计,通过操作16x16及以上的数据瓦片实现高效计算。框架支持张量核心、共享内存优化和异步数据传输等特性,充分利用GPU性能。ThunderKittens以简洁、可扩展和高速为设计原则,适用于各类深度学习算法的高效实现。

GithubGithub文档文档
介绍相关项目
SHARK - 跨平台机器学习分发解决方案
GithubSHARKStable DiffusionTurbineVulkantorch-mlir开源项目
SHARK是一个高性能的机器学习分发平台，支持Windows、Linux和macOS，兼容AMD和Nvidia硬件，优化图像和文本生成的效率和稳定性。利用最新的Turbine技术，促进更快速的模型部署和稳定性能体验。详细指南帮助初学者和开发者快速上手，支持稳定扩散、BERT、GPT2等热门模型。
tiny-gpu - 简化GPU实现深入解析并行计算原理
GPUGithub内存并行化开源项目指令集架构
tiny-gpu是一个精简的GPU实现项目，旨在帮助学习者理解GPU工作原理。该项目聚焦通用GPU和机器学习加速器的核心原理，包括架构设计、SIMD并行化和内存管理。通过Verilog实现、架构文档和矩阵运算示例，tiny-gpu简化了复杂概念，使学习者能从底层理解现代硬件加速器的关键要素。
TinyNeuralNetwork - 高效易用的深度学习模型压缩框架
GithubTinyNeuralNetwork开源项目模型压缩深度学习神经网络量化训练
TinyNeuralNetwork是一个开源的深度学习模型压缩框架，提供神经架构搜索、剪枝、量化和模型转换等功能。该框架支持计算图捕获、依赖解析、多种剪枝算法、量化感知训练和模型转换，为深度学习模型优化提供全面解决方案。TinyNeuralNetwork已应用于天猫精灵、海尔电视等超过1000万IoT设备，实现AI能力部署。
taichi - Python嵌入式高性能并行编程语言
GPU加速GithubPython嵌入Taichi Lang并行编程开源项目高性能计算
Taichi是一款嵌入Python的开源并行编程语言，专注高性能数值计算。它利用LLVM等即时编译器将Python代码转译为GPU或CPU指令，支持CUDA、Vulkan等多种后端。Taichi以其灵活性、高性能和跨平台特性，广泛应用于物理模拟、数值分析、AR和AI等领域。
caffe - 一个用于深度学习的快速开放框架
BAIRBVLCCaffeGithub开源项目模型动物园深度学习框架
Caffe是由伯克利AI研究中心和社区贡献者开发的深度学习框架，强调高效表达、速度和模块化。用户可以通过项目网站获取详细信息，包括DIY深度学习教程、文档、参考模型和社区模型库。Caffe提供多种自定义版本，例如优化CPU和多节点支持的Intel Caffe、适用于AMD和Intel设备的OpenCL Caffe，以及Windows Caffe。社区用户可通过Gitter聊天和Google论坛进行交流，提交问题和建议。项目遵循BSD 2-Clause许可证，鼓励在研究中引用。
CUDA-GEMM-Optimization - CUDA实现的GEMM优化与性能分析
CUDAGEMMGPU优化Github开源项目性能分析矩阵乘法
该项目展示了一系列针对通用矩阵乘法(GEMM)的CUDA内核优化实现。内容涵盖从基础到高度优化的多个GEMM内核版本,并提供了详细的性能分析。这些内核适用于任意矩阵大小,并针对NVIDIA GeForce RTX 3090 GPU进行了参数调优。项目包含Docker环境配置说明、编译运行指南,以及FP32和FP16 GEMM的性能对比,直观展示了不同优化技术对性能的影响。
warp-drive - GPU驱动的高效多智能体强化学习框架
GPU加速GithubWarpDrive多智能体并行计算开源项目深度强化学习
WarpDrive是一款开源的强化学习框架，专为GPU环境优化。它支持单GPU或多GPU上的端到端多智能体强化学习，通过充分利用GPU并行计算能力，显著提升训练速度。WarpDrive通过减少CPU和GPU间的数据传输，并在多智能体和多环境副本间并行运行模拟，大幅提高了计算效率。这使得同时运行海量并发模拟成为可能，实现了比传统CPU方案高出百倍的训练吞吐量。
AITemplate - 开源高性能深度学习推理框架
AITemplateGPU加速Github开源项目推理服务模型转换深度神经网络
AITemplate是一个开源Python框架，能将深度学习模型转换为CUDA或HIP C++代码，实现高效推理。它支持NVIDIA和AMD GPU，提供接近理论峰值的fp16性能。该框架特点包括独立运行无需第三方库、独特的算子融合技术、与PyTorch兼容以及易于扩展。AITemplate支持ResNet、BERT和Stable Diffusion等多种主流模型。
torchquantum - 快速可扩展的PyTorch量子计算框架
GPU加速GithubPyTorchTorchQuantum开源项目量子电路模拟量子计算
TorchQuantum是基于PyTorch的开源量子计算框架，支持多达30个量子比特的GPU加速模拟。它具有动态计算图、自动梯度计算和批处理模式等特性，适用于量子算法设计、参数化量子电路训练和量子机器学习研究。与同类框架相比，TorchQuantum在GPU支持和张量化处理方面表现出色。
torch-conv-kan - 引入基于Kolmogorov-Arnold表示理论的高效卷积神经网络
CUDAConvolutional layersGithubKolmogorov-Arnold NetworksPyTorchTorchConv KAN开源项目
项目展示了使用PyTorch和CUDA加速的Kolmogorov-Arnold网络（KAN）模型的训练、验证和量化，支持MNIST、CIFAR、TinyImagenet和Imagenet1k数据集的性能评估。当前项目持续开发，已发布涉及ResNet、VGG、DenseNet、U-net等架构的新模型和预训练权重，适用于医疗图像分割和高效卷积神经网络的进一步研究和优化。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号