Awesome GitHub RepositoriesGPU DataFrame Libraries

cuDF is a GPU-accelerated dataframe library and data processing engine designed for manipulating and analyzing large tabular datasets. It provides a high-level API for executing filtering, joining, and aggregating operations directly on GPU hardware. The project integrates the Apache Arrow memory format to enable zero-copy data transfers and includes a just-in-time compiler for executing custom user-defined functions on the GPU. The library features specialized acceleration for existing workflows by redirecting standard Pandas dataframe calls and Polars query plans to a GPU backend. It also p

AliSQL is a fork of MySQL by Alibaba that extends the relational database management system with enhancements for high performance, scalability, and enterprise-grade availability. It retains the core MySQL identity as a SQL-based database for storing, organizing, and retrieving structured data, while adding optimizations for large-scale transactional and analytical workloads. The project differentiates itself through a set of Alibaba-specific improvements, including a columnar engine for accelerating analytical queries directly on MySQL tables, and a distributed, shared-nothing NDB Cluster en

Pigsty is a full-stack orchestration suite for deploying, monitoring, and managing high-availability PostgreSQL clusters and their supporting infrastructure. It functions as a cluster management platform and high-availability suite that automates failover, manages virtual IPs, and ensures data consistency through distributed consensus. The project distinguishes itself by providing a comprehensive database infrastructure-as-code framework and a dedicated observability stack. It incorporates a backup and recovery manager supporting point-in-time recovery via S3-compatible object storage, alongs

Jetson Containers este un sistem de gestionare a containerelor care construiește și rulează imagini Docker accelerate prin GPU pentru sarcini de învățare automată pe hardware edge ARM64. Acesta funcționează ca un orchestrator de containere CUDA, detectând automat versiunea toolkit-ului CUDA al gazdei și capabilitățile GPU pentru a asigura compatibilitatea containerului la runtime, selectând în același timp imaginea de container corectă prin potrivirea versiunii JetPack sau L4T a gazdei la momentul lansării. Proiectul livrează containere preconfigurate pentru executarea modelelor de limbaj mari cuantificate și a pipeline-urilor de generare augmentată prin recuperare (RAG) optimizate pentru dispozitive edge, alături de containere ROS și AI framework integrate pentru implementarea agenților autonomi și a procesării multimodale. Sistemul său modular de construcție pe straturi asamblează imagini Docker din straturi reutilizabile, pre-construite, compilând framework-urile AI/ML din sursă pentru a le optimiza pentru arhitecturi GPU edge specifice și versiuni CUDA, cu caching local de wheel-uri pentru a accelera construcțiile ulterioare. Platforma oferă containere Docker pre-construite cu versiuni accelerate prin GPU de PyTorch, TensorFlow, JAX și ONNX Runtime pentru platformele Jetson, suportând capabilități precum rularea LLM-urilor, modelelor de vorbire, modelelor viziune-limbaj și traducerea neuronală automată pe hardware edge. De asemenea, permite construirea de containere personalizate cu pachete AI accelerate prin GPU, rularea containerelor Triton Inference Server și Transformer Engine și accelerarea fluxurilor de lucru de știință a datelor cu bibliotecile RAPIDS.