★
flashinfer 是用 Cuda 编写的 AI 工具，用于大模型与智能体应用开发。
FlashInfer: Kernel Library for LLM Serving
mw00 / project-maya
project-maya
Project Maya - run GLM-5.3-Flash (321B MoE), DeepSeek-V4.1-Flash-1017 (748B MoE) and MiniMax-M3.1-Flash (428B MoE) privately on your own GPU(s), from one card to 16, NVIDIA or AMD, Linux or Windows. Engine, server, dashboard, OpenAI- and Anthropic-compatible API, quant tools.
project-maya 是用 Cuda 编写的 AI 工具，用于大模型与智能体应用开发。
目前累计 2.2k star、287 fork，主要语言为 Cuda，项目始于 2026 年，采用 MIT 许可。最近状态：本周仍有提交。适合：做 AI 应用的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。mw00/project-maya 是一个以 Cuda 为主的开源项目，目前累计 2.2k star、287 fork，近 30 天内有提交。主要方向：cuda、deepseek、deepseek-v4、glm、glm-5、大模型。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。README
正在加载…相关项目
★
how-to-optim-algorithm-in-cuda 是用 Cuda 编写的 AI 工具，用于大模型与智能体应用开发。
how to optimize some algorithm in cuda.
★
SageAttention 是用 Cuda 编写的 AI 工具，用于大模型与智能体应用开发。
[ICLR2025, ICML2025, NeurIPS2025 Spotlight] Quantized Attention achieves speedup of 2-5x compared to FlashAttention, without losing end-to-end metri…
★
raft 是用 Cuda 编写的学习资料，用于系统学习与查阅，主打高性能。
RAFT contains fundamental widely-used algorithms and primitives for machine learning and information retrieval. The algorithms are CUDA-accelerated …
★
cugraph 是用 Cuda 编写的开发框架，用于搭建服务端与接口。
cuGraph - RAPIDS Graph Analytics Library
★
tsne-cuda 是用 Cuda 编写的学习资料，用于系统学习与查阅。
GPU Accelerated t-SNE for CUDA with Python bindings