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 Resource Profilers

Tools that collect comprehensive CPU, GPU, and memory performance data during execution.

Distinct from GPU Performance Profilers: Combines CPU and GPU profiling into a unified operation view, whereas the sibling focuses only on GPU throughput

Explore 2 awesome GitHub repositories matching testing & quality assurance · Hardware Resource Profilers. Refine with filters or upvote what's useful.

Awesome Hardware Resource Profilers GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • vladmandic/sdnextAvatar de vladmandic

    vladmandic/sdnext

    7,139Ver en GitHub↗

    SD.Next is an all-in-one web interface and multi-backend inference engine for generating, editing, and processing images and videos using diffusion models. It functions as a comprehensive tool for diffusion model management and an automated image processing pipeline for bulk operations. The project is distinguished by its hardware-backend abstraction layer, which provides automatic detection and acceleration for NVIDIA CUDA, AMD ROCm, Intel OpenVINO, and DirectML. It features a headless generative API and a programmatic command interface, allowing users to trigger tasks via REST API or CLI wi

    Collects detailed CPU, GPU, and memory profiling data to identify performance bottlenecks during generation tasks.

    Pythonai-artcaptiondiffusers
    Ver en GitHub↗7,139
  • deepops-ai/deepopsAvatar de deepops-ai

    deepops-ai/deepops

    3,965Ver en GitHub↗

    DeepOps es una plataforma de observabilidad full-stack y herramienta de monitoreo del rendimiento de aplicaciones. Funciona como una suite de observabilidad de servicios distribuidos diseñada para rastrear tiempos de respuesta, uso de recursos y estado de los servicios a través de diversas capas de infraestructura. La plataforma actúa como un agregador de telemetría cross-stack, unificando métricas y logs en un flujo de datos único. Incorpora un sistema heurístico de detección de anomalías que analiza líneas base de rendimiento para identificar valores atípicos estadísticos y predecir fallos operativos. El sistema cubre una amplia gama de capacidades de monitoreo, incluyendo monitoreo de latencia en tiempo real, correlación de trazas distribuidas y perfilado de recursos entre capas. Utiliza indexación de datos multidimensional para filtrar y analizar métricas del sistema a través de stacks tecnológicos complejos.

    Monitors hardware and software consumption to correlate resource exhaustion with application performance drops.

    TypeScriptapmjaegerobservability
    Ver en GitHub↗3,965
  1. Home
  2. Testing & Quality Assurance
  3. Performance Testing and Analysis
  4. Performance Profiling
  5. Hardware Resource Profilers

Explorar subetiquetas

  • Resource Exhaustion ProfilersTools that correlate hardware and software consumption patterns specifically to detect resource exhaustion. **Distinct from Hardware Resource Profilers:** Focuses on the correlation between consumption patterns and performance drops rather than just collecting hardware data.