← Entdecken
GitHub · deepseek-ai/DeepGEMM↑ +363 heute

Schnelle Matrixberechnung für künstliche Intelligenz

DeepGEMM, entwickelt von DeepSeek, ist eine Open-Source-Bibliothek für grundlegende lineare Algebra-Unterprogramme (BLAS), die Matrixmultiplikationsoperationen auf Grafikprozessoren (GPUs) beschleunigt. Die Software bietet optimierte Kernel (Kernels) für KI-Modelle, die Hochleistungsrechnen erfordern.

Aktualisierungen

  • 6. Oktober 2026: Sterne 8,522 → 8,528, neueste Version v2.1.1.post3 (15. Oktober 2025).

Was es bringt

  • Verkürzt die Laufzeiten großer Sprachmodelle durch Beschleunigung von Matrixmultiplikationen.
  • Kompiliert Kernel automatisch zur Laufzeit, ohne während der Installation auf die CUDA-Kompilierung warten zu müssen.
  • Reduziert Kommunikationsverluste der Grafikkarte, indem verschiedene Expertenmodelle in einer einzigen Operation kombiniert werden.

Installation

Klonen des Repositories und Entwicklungsumgebung h
# Submodule must be cloned
git clone --recursive git@github.com:deepseek-ai/DeepGEMM.git
cd DeepGEMM

# Link some essential includes and build the C++ extension
cat develop.sh
./develop.sh
Bibliothek installieren
cat install.sh
./install.sh

Wenn Sie nicht programmieren

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

Ich möchte die DeepGEMM-Bibliothek auf meiner Hardware mit NVIDIA SM90- oder SM100-Architektur installieren. Führen Sie zuerst die Befehle '# Submodule must be cloned\ngit clone --recursive git@github.com:deepseek-ai/DeepGEMM.git\ncd DeepGEMM\n\n# Link some essential includes and build the C++ extension\ncat develop.sh\n./develop.sh' aus, um das Repository mit seinen Submodulen zu klonen und die Entwicklungsumgebung vorzubereiten. Führen Sie anschließend den Befehl 'cat install.sh\n./install.sh' aus, um die Installation abzuschließen, und machen Sie die Bibliothek in der Python-Umgebung mit dem Befehl 'import deep_gemm' einsatzbereit.

Repository: https://github.com/deepseek-ai/DeepGEMM. Richte dich bei der Installation und Ausführung nach den offiziellen Anweisungen in der README-Datei dieses Repositorys.

Prüfe vor dem Start, unter welchem Betriebssystem wir arbeiten und ob die notwendigen Tools (z. B. Python, Node.js, Git, Docker) installiert sind. Installiere fehlende Tools schrittweise entsprechend diesem System.

Erstelle einen neuen, leeren Ordner für die Arbeit. Rühre keine Dateien außerhalb dieses Ordners an und lösche nichts. Sag mir vor jedem Befehl in einem Satz, was du tun wirst.

Sag mir, was ich am Ende jedes Schrittes auf dem Bildschirm sehen sollte. Wenn ein Fehler auftritt, füge ich die Fehlermeldung exakt so ein, wie sie ist, und wir beheben sie gemeinsam.

Verwandte Begriffe aus dem Glossar

Für wen es gedacht istEs ist für Entwickler und Forscher gedacht, die große Modelle der künstlichen Intelligenz auf modernen NVIDIA-Grafikprozessoren mit höchster Leistung ausführen möchten.
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 2026-10-06 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. Der Präsentationstext wurde mit KI aus der eigenen Dokumentation des Repositories erstellt und diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.