Project Icon

Merlin

GPU加速推荐系统解决方案 助力大规模数据处理与模型训练

Merlin是NVIDIA开发的开源库,为推荐系统提供GPU加速解决方案。它包含多个组件如NVTabular和HugeCTR,支持大规模数据处理、特征工程、模型训练和部署。Merlin能处理数百TB数据,通过GPU加速提升系统性能。它兼容TensorFlow、PyTorch等框架,便于构建和优化推荐模型。

QRec - 跨平效推荐系统框架,集成前沿推荐模型
GithubPythonQRecTensorflow协同过滤开源项目推荐系统
QRec是一个基于Python 3.7.4和Tensorflow 1.14+的推荐系统框架,集成了多种高影响力和最新的推荐模型。该框架具有轻量级架构和用户友好的接口,支持快速的模型实现和评估。QRec支持跨平台,包括Windows、Linux和Mac OS,基于Numpy和Tensorflow,运行速度快。用户可以通过配置文件轻松管理和扩展,同时提供多种评估协议。最新更新包括多个在顶级会议发表的模型,如SIGIR'22的SimGCL等。详细使用文档请参阅QRec手册。
Meta-Llama-3.1-8B-Instruct - 创新技术实现大型语言模型微调的高效优化
GithubHuggingfaceLlama 3.1Unsloth内存优化开源项目性能提升模型模型微调
该项目开发了一种高效方法,大幅提升Llama 3.1、Gemma 2和Mistral等大型语言模型的微调效率。通过提供多个免费的Google Colab笔记本,项目使各类用户都能便捷地微调Llama-3 8B、Gemma 7B和Mistral 7B等模型。这些笔记本界面友好,适合各层次用户使用。采用此方法可将微调速度提升2-5倍,同时将内存使用降低最多70%,显著优化了资源利用。
mlc-llm - 通用大语言模型高性能部署引擎
AI模型优化GithubMLC LLMMLCEngine开源项目机器学习编译器高性能部署
MLC LLM是一款用于大语言模型的高性能部署引擎,支持用户在各种平台上开发、优化和部署AI模型。核心组件MLCEngine通过REST服务器、Python、JavaScript、iOS和Android等接口提供OpenAI兼容的API,支持AMD、NVIDIA、Apple和Intel等多种硬件平台。项目持续优化编译器和引擎,与社区共同发展。
horovod - 分布式深度学习训练框架,支持TensorFlow, Keras, PyTorch和MXNet
GithubHorovodPyTorchTensorFlow分布式深度学习开源项目性能优化
Horovod是一个分布式深度学习训练框架,提供对TensorFlow, Keras, PyTorch, Apache MXNet的支持。它优化了多GPU并行训练的过程,使得在多GPU上进行训练既快速又简单,无需重大代码修改。Horovod展示了高达90%的扩展效率,适合大规模深度学习应用,同时兼容NCCL和Gloo等高效的集合通信库,确保在各种环境下的高效运行。
lorax - 支持在单个GPU上运行数千个微调模型的框架
GithubLoRAX低延迟多模型推理开源项目生产准备高通量
LoRAX框架支持在单个GPU上运行数千个微调模型,有效降低服务成本且不影响吞吐量和延迟。主要特点包括动态适配器加载、异构连续批处理、适配器交换调度和优化推理。LoRAX提供预构建的Docker镜像、Kubernetes Helm图表和Prometheus指标,并兼容OpenAI API,支持多轮聊天对话和私有适配器。免费商用,采用Apache 2.0许可。
unsloth - 提高模型速度,降低内存消耗
GithubLlama 3.1Unsloth.ai免费notebooks内存优化开源项目性能提升
Unsloth提供高效AI模型调优方案,能将处理速度提升2倍,内存消耗降低60%。支持多种NVIDIA GPU型号,并适用于Llama 3.1、Mistral及Gemma等多种模型,全程无需更换硬件。易于操作的免费笔记本特别适合AI初学者。探索我们的网站,体验这一领先技术。
Arraymancer - 提供高效N维数组计算,支持CPU、CUDA和OpenCL
ArraymancerGithubNimndarray开源项目深度学习科学计算
Arraymancer是一个高效且易用的N维数组(tensor)库,支持CPU、CUDA和OpenCL,适用于科学计算、机器学习和深度学习。受Numpy和PyTorch的启发,它包含丰富的数值计算、降维、分类和回归算法。即使不使用机器学习组件也可以操作,支持OpenMP和多种BLAS/LAPACK库,并能在高速Nim编译器下显著提升开发效率。
gemma-2B-10M - Gemma 2B模型实现1000万token上下文处理 仅需32GB内存
Gemma 2BGithub内存优化局部注意力开源项目推理优化长上下文
gemma-2B-10M项目采用递归局部注意力机制,在32GB内存限制下实现了处理1000万token上下文的能力。该项目为Gemma 2B模型提供CUDA优化的推理功能,显著提升了处理效率。项目设计简洁易用,便于开发者快速应用。虽然目前处于早期阶段,但在长文本处理领域展现出巨大潜力,有望推动相关技术的进步。
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。
codegemma-2b - 深度学习模型微调的新方案:提升效率与内存节约
GemmaGithubHuggingfaceLlama-2Unslothfinetune内存优化开源项目模型
CodeGemma-2b项目使用Unsloth技术,加速多个深度学习模型的微调,包括Mistral、Gemma、Llama等。速度提升最高达5倍,内存使用减少70%。通过Google Colab和Kaggle的免费notebook,用户可以轻松展开微调工作。简化的界面设计支持从数据添加到模型导出的完整流程,适合初学者快速上手。这种创新优化方法节省计算资源,提高模型性能,是开发者提升生产力的有力助手。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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