RepoAlerts

astding/mmaemu

Librería

¿Es de fiar?

Nuestras comprobaciones no ven nada raro.

  • Estrellas de cuentas reales Sin datos

    Todavía no hemos comprobado si sus estrellas son falsas.

  • Activo Bien

    Último cambio hoy.

  • Licencia Bien

    Apache-2.0: 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

Una biblioteca en Python que emula de forma exacta a nivel de bit las GEMM FP8 de los núcleos tensoriales de NVIDIA, reproduciendo la salida de torch._scaled_mm y Transformer Engine en las GPU H100 PCIe o RTX 4060. Permite obtener los mismos resultados en una CPU u otra GPU…

Para quién es

Investigadores e ingenieros que necesitan resultados de GEMM FP8 reproducibles entre GPU, como usuarios de PyTorch o Transformer Engine

Cómo usarlo

Instalación

pip install mmaemu

Sacado de su README. Compruébalo allí antes de ejecutarlo.

Pide a tu IA que lo instale

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

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

Curva de estrellas

60De 0 a 60 estrellas entre el 15 oct 2026 y el 29 oct 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.

22.072 repos de GitHub vigilados y ordenados cada hora. Cifras a 29 de octubre de 2026.

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.

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

  • KohakuBlueleaf/KohakUnlock

    Repositorio de investigación sobre el desbloqueo de la capacidad de cómputo tensorial en GPUs NVIDIA mediante cambios a nivel de firmware. Documenta un port a initramfs de Linux para una tarjeta TU102

    RecursoInfraestructuraC · 359 estrellas · +359 esta semana · 4 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 · 695 estrellas · +159 esta semana · 9 días

  • patch-gg/crowdbricks

    Variante por lotes de NVIDIA MotionBricks que genera el movimiento de muchos personajes en una sola llamada al modelo TensorRT. Añade una dimensión de lote al modelo ONNX, kernels SOMA por lotes y un

    LibreríaAgentes de IAPython · 104 estrellas · +104 esta semana · 1 día

  • haohervchb/Turing-unlock

    Repositorio de investigación que documenta un desbloqueo volátil de cómputo de tensores, previo al sistema operativo, para una ASUS RTX 2080 Ti (TU102). Publica el código fuente del cargador EFI, prue

    RecursoModelos e inferenciaC · 128 estrellas · +126 esta semana · 7 días

  • academa-labs/manimgx

    Un motor de animación en Python que genera vídeos matemáticos 2D y 3D con la API de Manim CE y un renderizador GPU en Rust y wgpu. Exporta archivos MP4 a 1080p60, se ejecuta en el navegador mediante P

    Herramientas creativasPython · 2282 estrellas · +279 esta semana · 23 días

  • jesdga95/basalt

    Motor de inferencia local en C++ para el modelo de mezcla de expertos Qwen3.8-Flash-Next en GPU NVIDIA Blackwell (sm_120) bajo Linux y Windows. Los expertos que no caben en la VRAM se mantienen en la

    AppModelos e inferenciaC++ · 284 estrellas · +164 esta semana · 22 días