← Entdecken
Entdecken · GitHub · Cupy↑ +174 heute

GPU-gestützte numerische Rechenbibliothek

CuPy kombiniert die NumPy- und SciPy-Schnittstellen der numerischen Computerbibliothek mit GPU-Beschleunigung (Graphics Processing Unit). Diese Python-basierte Bibliothek beschleunigt komplexe mathematische Operationen mithilfe von CUDA-Kernen.

Aktualisierungen

  • 20. August 2026: Sterne 12,227 → 12,259, neueste Version v14.2.0 (20. August 2026).
  • 2. August 2026: Sterne 11,639 → 12,227, neueste Version v14.1.1 (1. Juni 2026).

Was es bringt

  • Kompatibel mit NumPy und SciPy
  • NVIDIA CUDA- und AMD ROCm-Unterstützung
  • Zugriff auf CUDA-Funktionen auf niedriger Ebene

Ausführung

Laufen mit Docker
docker run --gpus all -it cupy/cupy

Wenn Sie nicht programmieren

🤖 Fügen Sie dies in Ihren Agenten ein (Claude Code · Codex · Antigravity)

Ich möchte die GPU-Beschleunigung in meinem Python-Code anstelle von NumPy oder SciPy nutzen. Wie kann ich meine vorhandenen NumPy-Codes mit CuPy auf der GPU ausführen und Low-Level-CUDA-Funktionen wie RawKernels in mein Projekt integrieren?

Verwandte Begriffe aus dem Glossar

GPUArtificial Intelligence
Für wen es gedacht istEs richtet sich an Datenwissenschaftler und Ingenieure, die GPU-Beschleunigung für ihre Python-basierten numerischen Berechnungen benötigen.
LizenzMIT

Links

TreScout hat dieses Werkzeug nicht entwickelt · wir haben es in den GitHub-Trends gefunden und stellen es vor. Diese Seite beschreibt das Repository so, wie es am 2026-06-29 war: Die Anzahl der Sterne und unser Text stammen von diesem Tag, das Repository kann sich seitdem geändert haben. Den aktuellen Stand finden Sie über den Link zum Repository. Diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.