# NVIDIA/cutlass

> 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.

- Магнитуда: 1,5 из 10 — Ровно
- Звёзды: 10 474 всего · +6 звёзд сегодня, к вечеру ≈ 9
- Доверие к звёздам: рост звёзд выглядит естественно
- Категория: Языковые модели · Язык: C++ · Создан: 2017-11-30 · Последний коммит: 2026-09-23
- GitHub: https://github.com/NVIDIA/cutlass · Сайт: https://docs.nvidia.com/cutlass/index.html · Страница: https://gitnova.dev/r/NVIDIA/cutlass

## 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

## Почему он здесь

- 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.).

## Доверие к звёздам

Рост звёзд выглядит естественно.

Метки доверия к звёздам — эвристики по поведению репозитория, а не проверка каждого, кто поставил звезду.

## Цифры

- Форков: 2 098
- Issues и pull requests: 3 314
- Наблюдателей: 121
- В среднем за неделю: 6 в день
- Обычный темп: 6 в день
- Звёзд за последний час (по замерам): 0
- Последний релиз: v4.8.0 (2026-09-22)

## Звёзды по дням за 30 дней (от старых к новым, сегодня — неполный день)

2026-08-25 … 2026-09-23: 9, 19, 12, 6, 11, 4, 6, 3, 9, 6, 3, 6, 6, 14, 2, 5, 7, 5, 4, 7, 1, 11, 4, 9, 3, 7, 4, 4, 3, 6

## Где замечен сейчас

- GitHub Trending C++ за день: #15, +6 звёзд

## Ещё в этой категории

1. **jaredpalmer/kev** — 9,0 · Взлёт · Языковые модели · Python · +464 звезды сегодня, к вечеру ≈ 1 121
   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.
   Полная карточка: https://gitnova.dev/r/jaredpalmer/kev.md
2. **mizorewww/laya-mlx** — 7,1 · На пике · Языковые модели · Python · +134 звезды сегодня, к вечеру ≈ 464
   Нативный MLX-рантайм для типизированных решающих моделей Laya: возвращает вероятности выбора, оценки или истинности без генерации текста, работает локально на Apple Silicon.
   Полная карточка: https://gitnova.dev/r/mizorewww/laya-mlx.md
3. **volotat/mini-AGI** — 6,8 · Ранний сигнал · Языковые модели · Python · +32 звезды сегодня, к вечеру ≈ 108
   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 без…
   Полная карточка: https://gitnova.dev/r/volotat/mini-AGI.md
4. **TheoLeeCJ/SemIf** — 6,4 · На пике · Языковые модели · Python · +68 звёзд сегодня, к вечеру ≈ 211
   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.
   Полная карточка: https://gitnova.dev/r/TheoLeeCJ/SemIf.md
5. **nokia-applied-research/AnyJev** — 6,2 · Ранний сигнал · Языковые модели · Python · +122 звезды сегодня, к вечеру ≈ 213
   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 смещение, L1…
   Полная карточка: https://gitnova.dev/r/nokia-applied-research/AnyJev.md

---

Магнитуда (0–10) — насколько быстро и необычно сейчас растёт интерес к репозиторию. Это не оценка качества.
Дни — по UTC. «Уже сегодня» — факт, «к вечеру ≈» — прогноз.
Описания и сценарии пишет модель (DeepSeek V4.1 Flash) по README, в деталях возможны ошибки: конкретные утверждения (замеры, скорость, железо) проверяйте в самом репозитории.
Данные на 2026-09-23 12:53 UTC, обновление каждые 30 минут.