- Python-Framework zum Schreiben von High-Performance-Simulations- und Grafikcode
- JIT-Kompilierung von Python-Funktionen in effizienten Kernel-Code, der auf CPU oder GPU ausgeführt werden kann
- Für Spatial Computing entwickelt und bietet verschiedene Primitive für Physiksimulation, Robotik, Geometrieverarbeitung und mehr
- Warp-Kernel sind differenzierbar und können als Teil von Machine-Learning-Pipelines wie PyTorch und JAX verwendet werden
- Anforderungen
- Python 3.9 oder höher empfohlen
- Unterstützung für x86-64- und ARMv8-CPUs unter Windows, Linux und macOS
- Für GPU-Unterstützung sind eine CUDA-fähige NVIDIA-GPU und Treiber erforderlich (mindestens GeForce GTX 9xx)
- Installation über PyPI möglich
- Mit der CUDA-12.5-Runtime gebaute Binärdateien werden auf der GitHub-Releases-Seite bereitgestellt
Noch keine Kommentare.