RepoAlerts

Hyperstitioncc/Hyperkernel

App

¿Es de fiar?

Conviene mirarlo con calma antes de usarlo.

  • Avisos Revisa

    Muy nuevo: se creó ayer. Espera un poco antes de instalarlo.

  • Estrellas de cuentas reales Sin datos

    Todavía no hemos comprobado si sus estrellas son falsas.

  • Activo Bien

    Último cambio hoy.

  • Licencia Bien

    MIT: puedes usarlo gratis, también en un producto comercial. Conserva el aviso de licencia.

Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.

Qué es

Implementaciones en Rust de megakernels para GPU NVIDIA B300, con servidores de ejecución para servir el LLM DeepSeek-V4.1-Flash, inferencia del modelo de conducción de openpilot, generación de ADN con Evo 2 7B y generación de vídeo con el modelo de mundo Matrix-Game 3.0. Los…

Para quién es

Ingenieros que ejecutan modelos abiertos grandes en GPU NVIDIA B300 y necesitan kernels de inferencia especializados de bajo nivel

Cómo usarlo

Instalación

cargo build --release

Sacado de su README. Compruébalo allí antes de ejecutarlo.

Los instaladores, cuando el proyecto los publica, están en su última versión (release).

Descargas (si las hay)

Pide a tu IA que lo instale

Pega esto en Claude, ChatGPT o tu asistente de programación.

Ayúdame a instalar y configurar Hyperstitioncc/Hyperkernel en mi proyecto. Sigue su README: https://github.com/Hyperstitioncc/Hyperkernel. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.

Curva de estrellas

103De 0 a 103 estrellas entre el 5 nov 2026 y el 6 nov 2026.

En el radar

6 nov 2026: #93
Mejor puesto: n.º 93, el 6 nov 2026. Entre los 100 primeros 1 de los últimos 20 días.

Su puesto entre los 100 primeros del radar, día a día, con el n.º 1 arriba. Los huecos son días en que estuvo fuera.

Logros

  • Mejor puesto en RepoAlerts: n.º 93, el 6 nov 2026

Recibe alertas de repos como este

Te escribimos cuando algo de Modelos e inferencia empiece a subir. Gratis, una vez por semana, solo lo que encaja.

Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad

Para quien mantiene el repo

Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.

[![Hyperstitioncc/Hyperkernel on RepoAlerts](https://repoalerts.com/badge/Hyperstitioncc/Hyperkernel.svg)](https://repoalerts.com/repo/Hyperstitioncc/Hyperkernel?ref=badge)
Compartir en X

  • RustingStudio/RustingStrata

    Motor de inferencia escrito en Rust puro para modelos GGUF de mezcla de expertos de la familia Qwen3.5/3.6, con kernels CUDA compilados en tiempo de ejecución mediante NVRTC y un backend Vulkan. Ejecu

    AppModelos e inferenciaRust · 93 estrellas · +90 esta semana · 27 días

  • NVIDIA/spark-local-inference

    Servidor de inferencia local para GPU NVIDIA SM120/SM121, orientado a conversaciones largas, agentes de programación y uso repetido de herramientas. Los modelos se preparan en tiempo de compilación co

    AppModelos e inferenciaRust · 774 estrellas · +71 esta semana · 17 días

  • OpenBMB/ForgeKernel

    Un agente de kernels de GPU que se mejora a sí mismo: parte de un kernel de referencia, lo perfila y ejecuta un bucle por hitos con un agente de programación que genera kernels más rápidos, promoviend

    AgenteAgentes de IAPython · 282 estrellas · +222 esta semana · 8 días

  • Magnvs7/Promethevs

    Un motor de inferencia local que ejecuta el modelo DeepSeek-V4.1-Flash-1017 completo, a partir de sus pesos originales de 510 GB, en un PC con 64 GB de RAM y una GPU NVIDIA de 12 GB. Usa una copia de

    AppModelos e inferencia108 estrellas · +79 esta semana · 16 días

  • ekzhang/resin

    Biblioteca experimental de Python y Rust con bloques de construcción para motores de inferencia de LLM. Ofrece un planificador headless en Rust, una caché KV y un servidor de métricas, y tú escribes l

    LibreríaModelos e inferenciaPython · 410 estrellas · +129 esta semana · 90 días

  • deepseek-ai/DeepInfer

    Framework de inferencia para servir modelos DeepSeek a gran escala, publicado como versión de inferencia offline. Incluye kernels optimizados, paralelismo de atención y MoE, decodificación especulativ

    LibreríaModelos e inferenciaPython · 25.523 estrellas · +1089 esta semana · 21 días · HN 2351 pts