Dinosaur开源项目 – 基于JAX的全球大气建模工具

TensorFlow是由Google开发的开源库，旨在简化机器学习模型的构建和部署过程，适合各种用户，从新手到专业数据科学家。

Imbue是一个创新工具，旨在彻底改变个人计算机的概念，专注于创建能够实现更大目标并在现实世界中安全操作的实用AI代理。该工具特别适合那些热衷于重新构想计算机并重视技术高自主性的人群，提供显著的效率和效果优势。

NanoDB 是一个使用 CUDA 和 CLIP/SigLIP 的零拷贝多模态向量数据库，旨在实现高效的图像和文本相似性搜索。通过结合高性能计算和先进的模型，NanoDB 能够快速处理和检索多模态数据，极大地提高了数据传输的效率。

Kinetix是一个用JAX编写的2D物理环境中的强化学习框架，能够统一表示多种基于物理的任务，通过生成数百万任务来训练大型通用强化学习代理。该框架提供高效的数值计算和自动微分功能，支持复杂的2D物理环境任务，并且具有灵活的API，方便用户自定义任务和代理。

matfree是一个基于JAX的无矩阵线性代数库，提供了随机和确定性的矩阵无关方法，主要用于迹估计、矩阵函数计算和矩阵分解。它能够在JAX环境中高效地进行无矩阵线性代数操作，适用于需要处理大规模矩阵的场景。

以爱丽丝漫游“可微分”仙境为比喻，向读者介绍神经网络领域的入门书，涵盖自动微分优化函数、序列、图、文本和音频处理的设计技术。

gla-jax是一个基于JAX和pallas的Gated Linear Attention (GLA)核实现，专注于为长序列处理提供高效解决方案。它通过多种GLA实现和内存优化技术，显著提升了序列处理的性能和效率。

GPUDeploy是一个市场和软件解决方案，旨在以批发价格从可靠的计算提供商那里租赁低成本的按需计算资源。

Nebius是一家总部位于阿姆斯特丹的AI基础设施公司，前身为Yandex N.V.，转型后专注于为全球AI开发者提供计算、存储及全生命周期管理服务。 其平台集成NVIDIA顶级GPU集群，支持从数据处理到模型训练、推理的完整AI工作流，通过全栈优化和可持续数据中心（如全球排名第19的ISEG超级计算机）提供高效能服务。 公司2024年在纳斯达克上市（代码NBIS），获NVIDIA等机构7亿美元融资，预计2025年ARR达7.5-10亿美元。

QuickPod是一个提供经济高效的GPU和CPU租赁服务的平台，用户可以从全球市场选择各种GPU和CPU供应商，支持动态定价，用户可以根据需求选择不同型号的设备，如H100、RTX 4090或RTX 3090。

Pulsar是一个本地运行的AI推理平台，允许用户在不依赖外部服务的情况下，利用自己的计算机处理AI模型推理。它支持多种AI模型，并提供用户友好的界面，使得共享和部署变得简单，同时具备高性能计算的支持。

ThunderKittens 是一个旨在简化 CUDA 深度学习核心编写的框架，以其简单性、可扩展性和高性能著称。它帮助开发者更轻松地编写高效的 CUDA 核心，特别适用于需要高性能计算的深度学习任务。

Taichi是一种嵌入在Python中的领域特定语言，旨在加速Python代码执行，使其运行速度接近C++甚至CUDA，提供高性能的计算能力，同时保持Python的灵活性和简洁性。它支持多种硬件平台，包括CPU和GPU，并内置自动微分功能，具有强大的并行计算能力，适合各类高性能计算任务。

Candle是一个用Rust编写的机器学习框架，旨在提供高性能的计算能力，灵活的模型构建方式，支持多种机器学习任务，且易于集成和扩展，适用于各种场景。

typical-sampling 是一个为 Jax、PyTorch 和 TensorFlow 打造的先进自然语言处理工具，支持典型采样算法，旨在优化模型训练和推理过程，提供易于集成的 API 以提升开发效率。

OpenXLA是一个专为AI模型编译优化的开源框架，旨在提升模型运行效率。它通过高级编译技术支持跨硬件加速，适用于多种深度学习任务，帮助开发者在不同硬件平台上实现高性能计算。

Apple Silicon开发环境配置指南，为开发者提供在Apple Silicon芯片上安装和配置PyTorch、TensorFlow和JAX的指导，助力在M1/M2芯片上高效运行机器学习框架