awesome-repositories.com
Blog
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektÜber unsRanking-MethodikPresseMCP-Server
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

6 Repos

Awesome GitHub RepositoriesParallel Loop Transformers

Utilities for transforming standard sequential loops into parallel versions for concurrent execution.

Distinct from Sequential Iterators: Distinct from Sequential Iterators: focuses on the transformation of loop constructs into parallel versions.

Explore 6 awesome GitHub repositories matching data & databases · Parallel Loop Transformers. Refine with filters or upvote what's useful.

Awesome Parallel Loop Transformers GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • genesis-embodied-ai/genesisAvatar von Genesis-Embodied-AI

    Genesis-Embodied-AI/Genesis

    29,362Auf GitHub ansehen↗

    Genesis is an embodied AI simulation platform and parallelized robotics simulator designed for training general-purpose robotic agents. It integrates a physics engine for robotics that calculates collisions and movements for rigid bodies, soft tissues, and fluids, alongside a photorealistic 3D rendering engine. The platform features a domain randomization framework to vary environment parameters across parallel simulations, aiding in sim-to-real transfer. It supports the integration of real-world captured light fields and Gaussian splatting to provide photorealistic backgrounds within simulat

    Automatically distributes top-level execution loops across available hardware threads to improve performance.

    Python
    Auf GitHub ansehen↗29,362
  • rayon-rs/rayonAvatar von rayon-rs

    rayon-rs/rayon

    13,071Auf GitHub ansehen↗

    Rayon is a data parallelism library for Rust that provides a framework for converting sequential computations into parallel operations. It enables the transformation of standard data structures and loops into parallel iterators, allowing workloads to be distributed across multiple processor cores. By utilizing a work-stealing scheduler, the library dynamically balances tasks to maximize throughput and minimize execution time. The library distinguishes itself through its focus on safe, scoped task synchronization, which ensures that all spawned operations complete before a scope exits to preve

    Transforms standard sequential loops into parallel versions to process collection elements concurrently.

    Rust
    Auf GitHub ansehen↗13,071
  • tile-ai/tilelangAvatar von tile-ai

    tile-ai/tilelang

    5,226Auf GitHub ansehen↗

    TileLang is a Python-embedded domain-specific language compiler that JIT-compiles and autotunes GPU kernels. It uses a tile-based DSL, automatic software pipelining, and parallel autotuning to generate optimized GPU kernels at runtime. It supports tensor core operations with Pythonic syntax, automatic memory management, and thread mapping. The compiler searches over tile sizes, thread counts, and scheduling policies, compiling and benchmarking candidates in parallel to find the fastest kernel. It also caches compiled binaries and tuning results to disk for reuse across sessions. TileLang inc

    Enforces restrictions on parallel loops over local fragment buffers to ensure correctness in GPU kernels.

    Python
    Auf GitHub ansehen↗5,226
  • duemunk/asyncAvatar von duemunk

    duemunk/Async

    4,565Auf GitHub ansehen↗

    Async ist eine Swift-Bibliothek, die einen Wrapper für Grand Central Dispatch bereitstellt, um die Verwaltung asynchroner Aufgaben und Warteschlangen zu vereinfachen. Sie fungiert als Task-Scheduler für die Ausführung, Zeitsteuerung und Orchestrierung von Codeblöcken. Das Projekt enthält einen Task-Chainer, um Operationen über verschiedene Threads hinweg ohne verschachtelte Callback-Strukturen zu sequenzieren, sowie einen Concurrent-Loop-Wrapper, der Iterationen über mehrere Threads verteilt. Zudem bietet es ein Token-basiertes Abbruchsystem, um ausstehende Operationen in der Ausführungswarteschlange zu verfolgen und zu entfernen, bevor sie ausgeführt werden. Die Bibliothek deckt das Concurrency-Management durch die Koordination asynchroner Gruppen und die Synchronisation mehrerer Aufgaben ab, um Aktionen bei kollektivem Abschluss auszulösen.

    Transforms standard sequential loops into parallel versions for concurrent execution across multiple threads.

    Swift
    Auf GitHub ansehen↗4,565
  • joblib/joblibAvatar von joblib

    joblib/joblib

    4,366Auf GitHub ansehen↗

    Joblib ist eine Suite von Dienstprogrammen zur Parallelisierung von Rechenlasten und zur Optimierung der Speicherung großer numerischer Datensätze und Funktionsergebnisse. Es fungiert als Bibliothek für paralleles Rechnen und Multiprocessing-Wrapper, der die Funktionsausführung auf mehrere CPU-Kerne verteilt, um unabhängige Aufgaben und Rechenschleifen zu beschleunigen. Das Projekt bietet ein Disk-Caching-Framework, das die Ergebnisse teurer Funktionen auf dem Dateisystem persistiert und sie nur dann neu bewertet, wenn sich die Eingabeargumente ändern. Es ist zudem auf die Serialisierung großer numerischer Arrays spezialisiert und nutzt effiziente Komprimierung und Memory-Mapping, um die Speicherung und den Abruf massiver Datensätze zu optimieren. Das Toolkit enthält Funktionen für paralleles Funktions-Mapping und die Verwendung von steckbaren Ausführungs-Backends, um zu steuern, wie Aufgaben auf die verfügbare Hardware verteilt werden. Seine Speicherschicht deckt die Persistenz komplexer Objekte und transparente Komprimierung für serialisierte Daten ab.

    Enables the transformation of standard sequential loops into parallel versions for execution across multiple CPU cores.

    Python
    Auf GitHub ansehen↗4,366
  • nixzhu/dev-blogAvatar von nixzhu

    nixzhu/dev-blog

    3,906Auf GitHub ansehen↗

    Dieses Projekt ist ein umfassendes Framework für die iOS-App-Entwicklung, das sich auf den Aufbau mobiler Anwendungen mit benutzerdefinierten UI-Komponenten, asynchronem Task-Management und lokaler Datenpersistenz konzentriert. Es dient als technische Wissensdatenbank für Software-Engineering und bietet Tools zur Organisation und Veröffentlichung architektonischer Analysen und Notizen im Markdown-Format. Das Framework zeichnet sich durch eine robuste dokumentenbasierte Speicherschicht aus, die BSON-formatierte Datensätze nutzt, um CRUD-Operationen innerhalb eines NoSQL-Dokumentenspeichers durchzuführen. Es bietet umfangreiche Systemintegrationsfunktionen, einschließlich spezialisierter App-Extension-Kommunikation, Cross-Sandbox-Messaging und nativer Share-Sheet-Präsentation, was eine nahtlose Interaktion zwischen der Host-Anwendung und Systemdiensten ermöglicht. Das Projekt deckt eine breite Funktionsfläche ab, einschließlich fortgeschrittenem Concurrency-Management mit thread-sicherer Synchronisierung, Auslagerung des Hintergrund-UI-Renderings zur Wahrung der Reaktionsfähigkeit und umfassender Internationalisierungsunterstützung. Es enthält zudem entwicklerfokussierte Utilities für statische Typgenerierung, automatisierte Asset-Mappings und interaktive Prototypenkonstruktion sowie spezialisierte Tools für geografisches Beacon-Monitoring und adaptive Diagrammerstellung.

    Executes loop bodies in parallel across multiple threads to improve performance on large collections.

    Auf GitHub ansehen↗3,906
  1. Home
  2. Data & Databases
  3. Collection Iterators
  4. Sequential Iterators
  5. Parallel Loop Transformers

Unter-Tags erkunden

  • Fragment Buffer Loop ValidatorsEnforces restrictions on parallel loops over local fragment buffers, such as requiring non-symbolic loop ranges. **Distinct from Parallel Loop Transformers:** Distinct from Parallel Loop Transformers: focuses on validation of loop constraints over fragment buffers, not general loop transformation.