NVIDIA/cutlass

CUDA Templates and Python DSLs for High-Performance Linear Algebra

Языковые моделиC++#cuda#deep-learning#deep-learning-library#cpp#nvidia

1,5 Ровно Магнитуда из 10 — скорость роста интереса, а не оценка качества. Рост звёзд выглядит естественно. Данные на 23 сентября 2026, 12:53 UTC.

Открыть на Сейсмографе Открыть на GitHub

О проекте

CUTLASS — набор CUDA C++ шаблонов и Python DSL (CuTe DSL) для реализации высокопроизводительных операций линейной алгебры, в первую очередь GEMM, на GPU NVIDIA. Проект нужен исследователям и инженерам по производительности, пишущим оптимизированные ядра для Tensor Cores.

Чем пригодится

Написать кастомное GEMM-ядро на CUDA C++ с нужными тайлами и типами данных
Собрать прототип ядра на CuTe DSL на Python без глубокого знания C++
Запустить смешанную точность FP8/FP4 на Tensor Cores архитектур Hopper или Blackwell

Пересказ README моделью DeepSeek V4.1 Flash. Может ошибаться в деталях.

Почему он в тренде

Сегодня уже 6 звёзд, к концу дня ожидается около 9.
GitHub Trending C++ за день: #15, +6 звёзд.
Среди свежих форков — заметные разработчики: @FindHao (325 подп.).

Звёзды по дням

Столбики — звёзды за день, линия — обычный темп. Красным — дни всплесков.

Цифры

Всего звёзд: 10 474
Сегодня: 6 · к вечеру ≈ 9
Форков: 2 098
Issues и pull requests: 3 314
Наблюдателей: 121
Язык: C++
Последний релиз: v4.8.0 · 22 сентября 2026
Создан: 30 ноября 2017
Последний коммит: 23 сентября 2026

Доверие к звёздам

Рост выглядит естественно: форков и обсуждений столько, сколько бывает у живых проектов, а звёзды приходят неровно, как от людей.

Это эвристики, а не приговор: судим по поведению репозитория, а не по списку звездивших.

Где замечен

23 сентября 2026GitHub Trending C++ за день: #15, +6 звёзд

Бейдж для README

Вставьте в README — бейдж сам показывает свежую магнитуду и ведёт на эту страницу.

[![Сейсмограф](https://gitnova.dev/badge/NVIDIA/cutlass.svg)](https://gitnova.dev/r/NVIDIA/cutlass)

Ещё в этой категории

9,0
jaredpalmer/kev
kev — LoRA-адаптер с небольшим readout-хедом на базе Qwen2.5-0.5B, который за один forward pass отвечает на множество типизированных вопросов по документу, выдавая калиброванные вероятности вместо текста.

ВзлётЯзыковые моделиPython+464 звезды сегодня, к вечеру ≈ 1 121
7,1
mizorewww/laya-mlx
Нативный MLX-рантайм для типизированных решающих моделей Laya: возвращает вероятности выбора, оценки или истинности без генерации текста, работает локально на Apple Silicon.

На пикеЯзыковые моделиPython+134 звезды сегодня, к вечеру ≈ 464
6,8
volotat/mini-AGI
Байтовая языковая модель непрерывного обучения, которая сама собирает архитектуру, тренируется с нуля на одной GPU с 8 ГБ VRAM и продолжает учиться на всём, что читает. Эксперимент, показывающий, что continual learning…

Ранний сигналЯзыковые моделиPython+32 звезды сегодня, к вечеру ≈ 108
6,4
TheoLeeCJ/SemIf
Открытая реализация интерфейса семантических решений в стиле Jev: читает вероятности типизированных опций напрямую из логитов 4B-модели без генерации текста. Работает на одной RTX 3090.

На пикеЯзыковые моделиPython+68 звёзд сегодня, к вечеру ≈ 211
6,2
nokia-applied-research/AnyJev
Превращает любую LLM в модель принятия решений с типизированными вопросами (выбор, да/нет, оценка), возвращающую реальные вероятности из распределения следующего токена, без обучения. L0 убирает позиционное и априорное…

Ранний сигналЯзыковые моделиPython+122 звезды сегодня, к вечеру ≈ 213
5,6
taeold/djev-run
Развёртывание модели DiffusionGemma-Jev (djev) на Google Cloud Run с GPU NVIDIA RTX PRO 6000 и API, совместимым с TypeSafe AI. Включает демо Snake, Dino и Tetris, работающие прямо в браузере.

Ранний сигналЯзыковые моделиHTML+104 звезды сегодня, к вечеру ≈ 190