软件下载帮助文档新闻资讯

Skill UI

浏览并发现 15857+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 GPU ，共找到 16 条记录

默认排序最新上传最多下载

GPU驱动数据策划

Orchestra-Research/AI-Research-SKILLs

NeMo Curator 依托 GPU 与 RAPIDS，为文本/图像/视频/音频等多模态提供质量筛选、模糊与语义去重、PII/NSFW 处理等步骤，快速清洗大规模训练数据。

Ray数据处理平台

Orchestra-Research/AI-Research-SKILLs

Ray Data 提供可扩展的分布式数据处理，支持 CPU/GPU 流式执行，兼容 Parquet、CSV、JSON、图像等多模态，集成 PyTorch、TensorFlow、Ray Train，适合批量推理、ETL 与大规模预处理。

Ray Train 分布式协调

Orchestra-Research/AI-Research-SKILLs

Ray Train 统一协调 PyTorch、TensorFlow 与 HuggingFace 的分布式训练，从单机扩展到多节点集群，自动处理显卡分配、容错、断点恢复与超参搜索，帮助团队在无需大量改动的前提下完成大规模模型训练。

Vast.ai分布式训练与成本管理

vastai-core-workflow-b

jeremylongshore/claude-code-plugins-plus-skills

这是一个高级工作流，用于在Vast.ai上编排复杂的、多节点的GPU集群。它专为大规模分布式机器学习训练设计，能自动处理Spot机中断和使用检查点进行作业恢复。同时，该工作流提供全面的成本分析功能，帮助用户跟踪账单历史，优化GPU支出，并安全地销毁集群以停止计费。

AI深度学习GPU性能优化

vastai-performance-tuning

jeremylongshore/claude-code-plugins-plus-skills

这是一份关于深度学习工作流和云GPU平台性能优化的综合指南。内容涵盖了如何通过性能/金钱比选择最佳实例、减少启动延迟、精细调优数据管道（如DataLoader和pin_memory），以及使用PyTorch和Bash脚本实现多GPU分布式训练，以最大化计算资源的利用率和训练效率。

PyGraphistry 图可视化器

sickn33/antigravity-awesome-skills

PyGraphistry 是 Graphistry 提供的 Python 接口，借助 GPU 加速绘制百万节点/边的关系图，可交互分析异常和关联，提升数据探索效率。

运行和部署机器学习实验

wanshuiyin/Auto-claude-code-research-in-sleep

用于管理和运行完整的机器学习实验流程。该工具支持在本地GPU、远程服务器、Vast.ai和Modal等多种云端环境中部署和执行训练任务。它涵盖了环境检测、代码同步、依赖管理和实验结果日志记录等关键步骤，确保了ML实验过程的可靠性、可扩展性和可重复性。

实验计划执行部署桥

experiment-bridge

wanshuiyin/Auto-claude-code-research-in-sleep

该技能旨在连接最初的创意构思与模型的实际部署。它接收结构化的实验计划，自动实现所需的代码，进行模型代码审查，并将实验部署到GPU上运行，最终收集初步的量化结果，形成高效的AI研究迭代闭环。

云端GPU算力资源调度

wanshuiyin/Auto-claude-code-research-in-sleep

该技能自动化管理云端GPU算力资源，用于AI和机器学习任务。它能分析您的模型需求和训练任务，自动计算所需的VRAM、GPU数量和预计运行时间，从而在vast.ai上匹配出最具成本效益和性能的最佳GPU实例，管理整个计算生命周期。

PyTorch 训练秘籍

ml-training-recipes

Orchestra-Research/AI-Research-SKILLs

涵盖体系结构选择、优化器策略、学习率调度、混合精度和调试的 PyTorch 训练方案，适用于大模型、视觉、扩散与生物医药方向的训练与微调，实现高效 GPU 利用。

Modal云GPU：机器学习计算

serverless-modal

wanshuiyin/Auto-claude-code-research-in-sleep

这是一个基于Modal的无服务器GPU计算平台，专用于运行复杂的机器学习工作负载，包括模型训练、微调和推理。它提供零配置环境，无需设置SSH或Docker，支持自动扩缩容和按需计费，非常适合进行代码调试和中小型实验。

Python科学计算GPU加速优化

optimize-for-gpu

K-Dense-AI/scientific-agent-skills

本技能充当专家级的GPU优化工程师，负责将耗费CPU资源的科学计算、数据处理和机器学习代码，重构为能在NVIDIA GPU上运行的高性能代码。该技能覆盖了科学模拟、大规模数据分析、地理空间处理、图像识别和向量搜索等多个高并行度任务。

语言