awesome-repositories.com
Blog
MCP
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoServidor MCPAcerca deCómo clasificamosPrensa
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

3 repositorios

Awesome GitHub RepositoriesMulti-Dimensional Parallelism

Combining data, model, and tensor parallelism strategies to distribute workloads across large clusters.

Distinct from Tensor Parallelism: Covers the combination of multiple parallelism dimensions, whereas tensor parallelism is just one dimension.

Explore 3 awesome GitHub repositories matching artificial intelligence & ml · Multi-Dimensional Parallelism. Refine with filters or upvote what's useful.

Awesome Multi-Dimensional Parallelism GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • infrasys-ai/aisystemAvatar de Infrasys-AI

    Infrasys-AI/AISystem

    17,017Ver en GitHub↗

    AISystem is a comprehensive AI full-stack infrastructure project covering the entire pipeline from AI chip architecture to high-level training frameworks. It encompasses the development of AI compiler frameworks, inference engines, and distributed training orchestrators designed to coordinate workloads across a heterogeneous compute stack of CPUs, GPUs, and NPUs. The project focuses on the deep integration of software and hardware, employing software-hardware co-design to align tensor layouts with physical memory structures. It provides specialized capabilities for accelerating Transformer mo

    Splits tensors and datasets across clusters using combined data and model parallelism coordinated via collective communication.

    Jupyter Notebookaiaiinfraaisys
    Ver en GitHub↗17,017
  • tensorflow/tpuAvatar de tensorflow

    tensorflow/tpu

    5,281Ver en GitHub↗

    This repository provides a collection of reference implementations, toolkits, and orchestration tools for training and deploying large-scale AI models on Cloud TPU hardware. It serves as a framework for managing the lifecycle of accelerator clusters, including hardware orchestration and the provisioning of high-performance compute infrastructure for machine learning workloads. The project specifically enables the pre-training of foundation models, large language models, and complex reasoning architectures through distributed training toolkits and multi-host scaling recipes. It further provide

    Defines the physical arrangement of chips in grids to optimize data flow and interconnects for massive parallelism.

    Jupyter Notebook
    Ver en GitHub↗5,281
  • quantumlib/cirqAvatar de quantumlib

    quantumlib/Cirq

    4,990Ver en GitHub↗

    Cirq es un framework de computación cuántica en Python utilizado para diseñar, simular y ejecutar circuitos cuánticos en hardware cuántico de escala intermedia ruidosa (NISQ). Sirve como simulador de circuitos cuánticos y modelador de ruido, así como una herramienta para la implementación de algoritmos cuánticos. El framework proporciona una interfaz especializada para hardware NISQ, permitiendo a los usuarios mapear circuitos cuánticos lógicos a topologías de dispositivos físicos mientras validan la conectividad del hardware y las restricciones de las puertas. Se distingue por su modelado de ruido integrado, aplicando canales de despolarización y amortiguación para imitar la decoherencia y los errores encontrados en procesadores cuánticos reales. El proyecto cubre una amplia gama de capacidades, incluyendo el diseño de circuitos cuánticos, la integración de hardware y la simulación de estados. Incluye herramientas para la descomposición de puertas, el mapeo de topología de hardware y la ejecución de procedimientos cuánticos fundamentales como transformadas de Fourier y búsqueda de datos no estructurados. Además, proporciona utilidades analíticas para el cálculo del estado fundamental molecular y la evaluación comparativa de la fidelidad del hardware.

    Translates quantum circuits to generic device topologies to ensure compatibility with physical qubit layouts.

    Pythonalgorithmsapicirq
    Ver en GitHub↗4,990
  1. Home
  2. Artificial Intelligence & ML
  3. Tensor Parallelism
  4. Multi-Dimensional Parallelism

Explorar subetiquetas

  • Physical Topology Mapping1 sub-etiquetaDefining the physical grid arrangement of accelerator chips to optimize interconnect data flow. **Distinct from Multi-Dimensional Parallelism:** Distinct from Multi-Dimensional Parallelism: focuses on the physical hardware layout rather than the logical distribution of weights/batches.