Cupy
PulseAugur coverage of Cupy — every cluster mentioning Cupy across labs, papers, and developer communities, ranked by signal.
-
AI框架利用物理学和深度学习重建坍塌结构
研究人员开发了一个名为Jenga Inverse Predictor (JIP-2) 的GPU加速深度学习框架，以协助重建坍塌的建筑纪念碑。该系统将结构重建视为一个逆预测任务，使用物理引擎和双流ResNet-18模型，从坍塌结构的图像中重建最可能的先前塔楼配置。该框架包含了详细的物理模拟，包括碰撞检测和接触求解，并分析了不同摩擦水平下的力阈值，以预测块体移除概率和结构稳定性。研究结果对Uxmal等历史遗址的计算机辅助重建工作具有启示意义。
-
本地 AI 工具涌现：离线听写、3D 模型、GPU 加速与 Mac 容器
本周的 AI 新闻重点介绍了用于增强本地 AI 部署的工具和技术。FluidVoice 在 macOS 上提供快速、私密的离线听写功能，而一个新的 3D 基础模型可以从流式数据中重建场景。对于 GPU 加速，CuPy 优化了消费级 NVIDIA GPU 上的 AI 工作负载，并且有一篇指南详细介绍了 NVIDIA Jetson 平台上的 FFmpeg 硬件加速。此外，Apple 的新“容器”工具允许在 Apple Silicon Ma…
-
PyTorch 获得可微分稀疏线性代数库
研究人员开发了 torch-sla，一个开源的 Python 库，旨在为 PyTorch 提供可微分稀疏线性代数功能。该库弥补了 PyTorch 现有功能中的不足，目前仅提供低级内核或仅限 CPU、不可微分的求解器。Torch-sla 支持跨多个后端（包括 CPU 和 GPU 选项）的各种求解器类型的统一 API，并支持分布式执行以增强可扩展性。
-
CuPy 教程通过 CUDA 内核和 NumPy 对比指导 GPU 计算
本教程提供了使用 CuPy 掌握 GPU 计算的全面指南，CuPy 是一个为数值任务提供 GPU 加速的 Python 库。它涵盖了检查 CUDA 设备属性、将 CuPy 的性能与 NumPy 在矩阵乘法和 FFT 方面的性能进行比较，以及利用自定义 CUDA 内核、流和稀疏矩阵等高级功能等基本方面。该指南旨在通过熟悉的 Python 语法为开发人员提供利用高性能计算能力的实践知识。