Cuda

用多分辨率哈希编码把 NeRF、SDF 等神经图形基元的训练从几小时压到几秒，实时渲染三维场景。

面向 MoE 模型的高效专家并行通信库，专门优化 GPU 间 all-to-all 分发与合并，降低大规模稀疏模型训练和推理的通信开销。

flashinfer

flashinfer-ai·Cuda

面向 LLM 推理服务的高性能 CUDA 内核库，提供注意力、MoE 等算子的 JIT 实现，用来加速 GPU 上的大模型推理。

量化注意力算子库，在语言、图像、视频模型上比 FlashAttention 快 2-5 倍且不损失端到端精度，可直接替换加速推理。

免训练稀疏注意力方案，可直接接入任意模型推理，加速 LLM、视觉 Transformer 和视频生成，无需重新训练即可降低注意力计算开销。

raft

NVIDIA·Cuda

提供 CUDA 加速的机器学习与信息检索基础算法和原语，方便快速搭建高性能应用，涵盖最近邻搜索、聚类、线性代数等常用模块。

NKSR

nv-tlabs·Cuda

从稀疏或带噪声的点云重建高质量三维表面，基于神经核场方法，适合三维重建与图形学研究。

基于 GPU 的向量检索与聚类库，为近似最近邻搜索和相似度计算提供 CUDA 加速，适合大规模向量数据和 LLM 检索场景。

纯 CUDA 手写的 Qwen3-0.6B 单批次静态推理引擎，不依赖第三方库，适合学习 LLM 推理底层实现或在 GPU 上跑小模型。

splatad

carlinds·Cuda

用 3D 高斯泼溅实现自动驾驶场景下激光雷达与相机数据的实时渲染，为感知算法提供高保真仿真环境。

重构版高斯泼溅训练代码库，50 秒即可完成 3DGS 训练，适合快速迭代三维重建实验。

3DGS-LM

lukasHoel·Cuda

用 Levenberg-Marquardt 优化器替换 ADAM，加速 3D Gaussian Splatting 的训练收敛，适合需要更快重建速度的 3D 场景。

面向 3D 高斯泼溅训练优化的高效研究框架，配套 CVPR'26 论文，用 CUDA 加速高斯泼溅优化流程，方便做新视角合成的研究与实验。

op43dgs

LetianHuang·Cuda

针对 3D Gaussian Splatting 的投影误差做系统分析，提出最优投影策略，改善新视角合成中的渲染质量与几何一致性。