NVIDIA 官方多 GPU 集合通信库，提供 all-reduce、broadcast 等优化通信原语，是分布式深度学习训练中跨卡数据同步的底层依赖。

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。

Meshtastic 官方固件，让 ESP32、nRF52 等低成本 LoRa 开发板组成无需基站的离网 Mesh 通信网络，适合徒步和野外场景。

开源自托管的后端即服务（BaaS）平台，把认证、数据库、存储、云函数、消息推送、托管和实时通信打包成一套 Docker 部署方案，帮开发者省去自己搭后端。

NVIDIA 的大规模 Transformer 训练框架，支持张量并行、流水线并行等模型并行策略，用来在成百上千张 GPU 上高效预训练大语言模型。

分布式 AI 计算引擎，提供核心分布式运行时和一组 AI 库，用来加速机器学习负载、大模型推理与超参搜索。

面向大模型后训练的强化学习框架，用混合编程模型把 RLHF 训练流程编排得灵活又高效，方便扩展和跑大规模实验。

统一的 PyTorch 训练框架，让同一份代码在单卡到上万张 GPU 上都能跑，免去改代码就能做预训练和微调。

用 C 写的高精度 Game Boy Advance 模拟器，兼容 GBA、GB 和 GBC 游戏，支持调试与存档，适合开发测试和怀旧游玩。

一本面向大模型工程实践的开源手册，系统讲解 GPU 训练、推理、调试、网络与扩展性等落地问题，帮工程师把模型真正跑起来。

面向云原生时代的 Go 微服务框架，内置 gRPC/HTTP 通信、代码生成和分层架构约定，帮团队快速搭建可维护的微服务。

轻量级容器化 AI 助手，可接入 WhatsApp、Telegram、Slack 等聊天工具，自带记忆和定时任务，基于 Anthropic Agents SDK 运行。

只需几行代码就能把 PyTorch 模型跑在任意设备或分布式配置上，自动处理混合精度（含 fp8）和 FSDP、DeepSpeed 配置，省去手写分布式训练样板代码的麻烦。

轻量级 CI/CD 引擎，配置简单、扩展性强，可基于 Docker 或 Kubernetes 跑流水线，适合想自建持续集成又不想折腾复杂配置的团队。

用 eBPF 直接抓取 SSL/TLS 明文流量，无需中间人代理或安装自定义 CA 证书，支持 Linux 和 Android 的 x86_64、arm64、loong64 架构。

轻量级 P2P VPN，用 C 语言实现，让分布在不同网络中的设备像在同一局域网内直接通信，无需中心服务器中转。

可移植的分布式应用运行时，用边车模式把事件驱动、工作流编排、状态管理和发布订阅等能力做成标准 API，让微服务在云和边缘环境都能一致运行。

基于密码学的自组网网络栈，能在 LoRa、分组无线电、WiFi 等任意链路上搭建去中心化、抗中断的网状网络。

一款老牌下载加速器，支持多线程分段下载和 HLS 流媒体视频抓取，可配合 Chrome、Firefox 浏览器扩展接管网页下载任务。

移动应用安全测试与逆向工程的权威手册，提供验证 Android 和 iOS 应用安全弱点的技术流程与合规检查清单。

用 Triton 重写 LLM 训练中的 RMSNorm、RoPE、交叉熵等关键算子，减少显存占用并提升微调吞吐，兼容 Llama、Mistral、Gemma、Phi 等主流模型。

零代码自动生成生产级 AI Agent 的平台，用统一工具、技能、记忆和编排，配合内置约束与反馈回路，让 Agent 稳定可控。