科学计算

ModelScope是一个基于'模型即服务'(MaaS)理念的开源平台，整合了AI社区最先进的机器学习模型，覆盖计算机视觉(CV)、自然语言处理(NLP)、语音、跨模态和科学计算等多个领域。它提供统一的接口和实现，支持模型的推理、训练和评估，简化了模型在现实世界应用中的使用过程。平台公开了超过700个模型，支持从文本生成到图像处理等多种场景，并可与Hugging Face等社区集成扩展资源。

NeuralOperator 是一个 PyTorch 库，专注于在无限维度中学习神经算子。它提供了傅里叶神经算子和张量化神经算子的实现，能够学习函数空间之间的映射，并且具有分辨率不变性，使得训练后的算子可以应用于任何分辨率的数据。该库支持多种高效的计算方法，如傅里叶变换和张量分解，以提高模型的计算效率。

stdlib 是一个专为 JavaScript 和 Node.js 设计的标准库，专注于数值和科学计算。它提供了一系列强大且高性能的库，涵盖数学、统计、数据处理和流等领域，旨在为 Web 上的数值计算提供坚实的基础。stdlib 的独特之处在于其完全可分解的架构，允许开发者根据具体需求自由组合和替换 API 及功能。

matmul.c是一个针对现代x86处理器优化的高性能矩阵乘法C语言实现库。它支持AVX和FMA指令集，并通过OpenMP实现高效并行化，提供简洁、可移植、可扩展的C代码。在特定配置下，其性能甚至超越NumPy，适用于科学计算、工程应用及矩阵乘法基准测试等场景。

COSMA是由瑞士国家超级计算中心（CSCS）开发的分布式通信优化矩阵乘法算法。该算法专注于在大规模并行计算环境中实现高效的矩阵乘法运算，特别适用于高性能计算（HPC）场景。COSMA通过优化分布式系统中的通信模式，显著提升了矩阵乘法的计算效率，尤其适用于科学计算和机器学习中的复杂矩阵运算。

Blitz++是一个C++模板类库，提供高性能的多维数组容器，专为科学计算设计，支持多种数组操作和算法，具有良好的灵活性和与其他科学计算库的兼容性。

Judi.jl是一个用于对向量、矩阵和张量表达式进行微分的库，支持高效的符号微分，提供简单易用的接口，适用于科学计算和机器学习领域的自动微分需求。

Bend 是一个将现代高级语言功能编译为 Apple Silicon 或 NVIDIA GPU 上的本机多线程的工具。它支持复杂的构造，如具有完全闭包的 lambdas、无限制递归和分支、folds、ADTs 等。Bend 编译为 HVM2，这是用 Rust 实现的线程安全运行时，旨在提供高效的并行计算能力。

OpenLibm是一个旨在提供高质量、可移植、独立的C语言数学库（libm），其质量超过Android源代码中的fdlibm。

taco（张量代数编译器）用于对稀疏和密集张量进行高效的张量表达式计算，支持优化计算性能，适用于多种应用场景。

Shumai是一个开源的、快速的、网络连接的可微分张量库，适用于TypeScript和JavaScript。

Judi.jl是一个用于对向量、矩阵和张量表达式进行微分的库，支持高效的符号微分，提供简单易用的接口，适用于科学计算和机器学习领域的自动微分需求。

Blitz++是一个C++模板类库，提供高性能的多维数组容器，专为科学计算设计，支持多种数组操作和算法，具有良好的灵活性和与其他科学计算库的兼容性。

Python科学计算必备的包

ChunkDot矩阵计算库：多线程矩阵乘法和余弦相似度计算工具，适用于密集和稀疏矩阵，通过分块项目矩阵表示（嵌入）和使用Numba加速计算，快速计算大量项目中最相似的K个项目

UC伯克利研究推出的深度学习框架

拓扑机器学习教程：面向从业者的拓扑方法，利用代数拓扑技术分析复杂数据结构，捕捉传统机器学习方法可能无法捕捉的特征

Distributional 是一个旨在优化数据流的 AI 工具，能够高效处理大规模数据，支持实时数据处理，适合各类用户，包括数据科学家和大型企业。