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
·

2 repositorios

Awesome GitHub RepositoriesHardware-Specific Graph Transformations

Transforms a model graph into operators optimized for specific hardware targets like GPUs or NPUs.

Distinct from Compilation Target Specifications: Focuses on transforming graph operators for hardware efficiency rather than general compilation target specifications.

Explore 2 awesome GitHub repositories matching programming languages & runtimes · Hardware-Specific Graph Transformations. Refine with filters or upvote what's useful.

Awesome Hardware-Specific Graph Transformations GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • chipsalliance/chiselAvatar de chipsalliance

    chipsalliance/chisel

    4,691Ver en GitHub↗

    Chisel is a hardware construction language and description tool used to define digital circuits. It functions as a generator that converts high-level hardware descriptions into synthesizable Verilog code for use in ASIC and FPGA design. The project enables the creation of parameterizable hardware templates and reusable digital components. It leverages functional and object-oriented programming patterns to transform complex circuit representations into finalized hardware descriptions. The toolset covers the register-transfer level design workflow, allowing users to model digital circuits usin

    Applies automated transformations and technology-specific specializations to a design before final code generation.

    Scalachip-generatorchiselchisel3
    Ver en GitHub↗4,691
  • metavoiceio/metavoice-srcAvatar de metavoiceio

    metavoiceio/metavoice-src

    4,202Ver en GitHub↗

    Este proyecto es un modelo base de texto a voz expresivo y un sistema de clonación de voz diseñado para sintetizar voz humana con matices emocionales y alta fidelidad. Funciona como un modelo de voz ajustable que puede generar audio imitando a una persona específica utilizando una muestra de voz de referencia. El sistema se distingue por un motor de inferencia de alto rendimiento que utiliza caché de memoria y compilación de hardware para reducir la latencia durante el proceso de generación de audio. Además, permite mejoras en la calidad de la síntesis mediante el entrenamiento del modelo de lenguaje en conjuntos de datos personalizados que consisten en archivos de audio y subtítulos coincidentes. El framework cubre los dominios más amplios de clonación de voz personalizada, síntesis de voz expresiva y ajuste fino de modelos de voz.

    Transforms the neural network graph into operators optimized for specific chipsets to minimize latency.

    Pythonaideep-learningpytorch
    Ver en GitHub↗4,202
  1. Home
  2. Programming Languages & Runtimes
  3. Compilation Target Specifications
  4. Hardware-Specific Graph Transformations