Project Icon

lightning-thunder

PyTorch模型优化编译器 显著提升训练速度

Lightning Thunder是一款专为PyTorch设计的源到源编译器。它通过整合nvFuser、torch.compile、cuDNN等多种硬件执行器,大幅提升PyTorch程序的执行效率。支持单GPU和多GPU环境,在Llama 2 7B模型训练中实现40%的吞吐量提升。Thunder具有易用性、可理解性和可扩展性,是PyTorch开发者提升模型性能的有力工具。

pytorch-lightning - 深度学习框架的全方位AI模型训练与部署解决方案
AI模型训练GithubLightning FabricPyTorch Lightning开源项目模型部署深度学习热门
深度学习框架Pytorch-Lightning 2.0版本现已推出,提供清晰稳定的API,支持AI模型的预训练、微调和部署。该框架轻松实现Pytorch代码组织,将科学研究与工程实现分离,帮助研究人员和工程师高效进行模型训练与部署。通过提供各种训练和部署选项以及兼容多种硬件和加速器,Pytorch-Lightning兼顾模型的灵活性和可扩展性,适应从初学者到专业AI研究的不同需求。
lightning-flash - 跨数据领域和任务的AI模型训练与处理解决方案
AIGithubPyTorchlightning-flash开源项目模型训练深度学习
Lightning Flash提供多任务和多数据领域的AI解决方案,用户只需三步即可完成数据加载、模型配置和微调。项目支持多种预训练模型和优化策略,简化深度学习工作流程,适用于各种数据域和任务类型。其功能包括模型预测、训练策略、优化器和调度器选择,以及自定义数据变换。Flash旨在让用户无需自行开发复杂的研究框架,即可在生产环境中应用AI模型。
lightning-bolts - PyTorch Lightning的深度学习组件扩展
BoltsDeepSparseGithubPyTorch LightningSparseMLTorch ORT开源项目
Lightning Bolts为PyTorch Lightning提供了多种扩展组件,包括回调和数据集,旨在加速训练和推理。它支持通过Torch ORT将模型转换为优化的ONNX图,以实现GPU加速训练;并通过SparseML在微调中引入稀疏性,提高推理性能。项目支持广泛的问题解决,并欢迎用户贡献通用组件。了解更多安装和使用信息,请访问官方文档和社区支持平台。
Lightning AI - 一体化AI开发平台助力从原型到部署全流程
AI工具AI开发GPU计算Lightning AIStudio云端开发
Lightning AI是由PyTorch Lightning创始团队开发的综合AI开发平台。该平台集成了代码协作、原型设计、模型训练、规模化和部署等功能,提供零配置环境和免费GPU时长。其按需付费模式和AWS集成简化了AI开发流程,提升团队效率。平台支持从简单应用到大规模模型的多种AI项目,目前服务于超过10,000家组织。
torchtitan - PyTorch原生大规模语言模型训练框架
GithubLLM训练Llama模型PyTorchtorchtitan分布式训练开源项目
torchtitan是基于PyTorch的大规模语言模型训练框架,展示了最新分布式训练功能。它采用简洁模块化设计,支持多种并行化技术,包括数据并行、张量并行和管道并行。框架还提供分布式检查点和Float8等先进特性,为Llama 3和Llama 2等模型预训练提供高效方案。torchtitan旨在展示PyTorch在大规模语言模型训练中的潜力。
lightning-hydra-template - 支持多GPU和TPU等多种训练选项的深度学习模板
AI研究GithubHydraPyTorch Lightning开源项目深度学习配置管理
了解Lightning-Hydra-Template,这是一个兼具代码整洁和高性能的深度学习项目模板。它利用PyTorch Lightning和Hydra优化项目架构和实验管理,支持多GPU和TPU等多种训练选项,同时提供自动化测试和代码风格指导,帮助AI专业人员提升工作效率。此模板适用于快速试验和研发创新。
llama-3-8b-Instruct - 开源大模型训练工具实现显著提速与内存优化
GithubHuggingfaceLlama-3内存优化开源项目性能优化模型模型微调深度学习
基于4bit量化技术的开源大语言模型训练工具,为Mistral、Gemma、Llama等主流模型提供优化方案。项目通过技术创新实现训练速度提升2-5倍,内存占用降低70%。支持GGUF格式导出和Hugging Face部署,提供多个免费Colab训练环境,降低了模型训练的硬件门槛。
thundersvm - GPU加速的开源支持向量机库
GPU加速GithubThunderSVM并行计算开源项目支持向量机机器学习
ThunderSVM是一个开源的支持向量机库,通过GPU和多核CPU加速计算,显著提高SVM训练效率。该库实现了LibSVM的全部功能,支持一类SVM、SVC、SVR和概率SVM等多种模型。ThunderSVM提供Python、R、Matlab和Ruby等多种编程语言接口,跨平台兼容Linux、Windows和MacOS。采用与LibSVM一致的命令行参数,便于用户快速上手。作为高效的SVM实现,ThunderSVM为数据科学家和机器学习研究者提供了强大的工具支持。在某些大规模数据集上,ThunderSVM相比传统SVM实现可实现10-100倍的加速,已被多个知名机器学习项目采用。
LLMCompiler - 提升大语言模型性能的并行函数调用框架
GithubLLMCompiler优化编排并行函数调用开源项目效率提升模型兼容
LLMCompiler框架通过并行函数调用提升大语言模型的执行效率。它自动识别可并行任务,减少延迟和成本,同时提升准确性。用户只需提供工具和上下文示例,LLMCompiler就能优化函数调用编排。支持开源和闭源模型,包括LLaMA和OpenAI的GPT模型。LLMCompiler在不同任务中展示了显著的延迟加速、成本节省和准确性提升,是处理复杂问题的理想工具。
LLamaTuner - 大语言模型微调工具,支持几乎所有GPU
GithubLLamaTunerSupervised fine-tuning dataset大语言模型开源项目数据预处理模型训练
LLamaTuner是一款高效、灵活且功能全面的大语言模型微调工具。支持在几乎所有GPU上进行大语言模型的预训练和微调,包括单个8GB GPU上微调7B LLM和超过70B模型的多节点微调。自动调度高性能算子如FlashAttention和Triton内核,兼容DeepSpeed以提升训练吞吐量。支持多种LLM和VLM,以及QLoRA和LoRA等多种训练算法,提供连续预训练、指令微调和代理微调等功能,还能与大型模型进行对话。
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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

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。

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