# 深度学习

NVIDIA推出的推理与训练框架，用于运行Cosmos模型，面向高性能AI计算场景

PyTorch 是一个基于 Python 的张量计算与动态神经网络框架，提供强大的 GPU 加速能力，是深度学习研究和开发的核心工具

NanoEuler 是从零开始用纯 C/CUDA 实现的 GPT-2 规模模型，旨在教学与研究，帮助开发者理解大模型底层机制。

极简但功能强大的深度学习框架，以极低的代码量实现类似 PyTorch 的体验，适合学习与轻量级推理场景。

A Transformer Is All You Need PT 2L 是对经典 Transformer 模型的深度剖析，聚焦于模型内部的「精确推理机制」，适合想理解大模型工作原理

基于 Triton 的 NF4 反量化内核，速度比 bitsandbytes 快 1.41 倍，显著提升 LLM 推理性能。

NVIDIA 推出的统一模型优化库，支持量化、剪枝、知识蒸馏、神经架构搜索等前沿技术，用于压缩和加速深度学习模型部署。

NVIDIA推出的高效高分辨率图像生成模型，基于线性扩散Transformer架构，支持高质量图像合成

C++ 实现的高效多头潜在注意力内核，用于加速大模型推理，特别优化了内存与计算效率，适合高性能 AI 推理场景。