← Descobrir
GitHub · deepseek-ai/DeepGEMM↑ +363 hoje

Computação matricial rápida para inteligência artificial

O DeepGEMM, desenvolvido pela DeepSeek, é uma biblioteca de subprogramas de álgebra linear básica (BLAS) de código aberto que acelera as operações de multiplicação de matrizes em unidades de processamento gráfico (GPUs). O software oferece kernels otimizados para modelos de inteligência artificial que exigem computação de alto desempenho.

Atualizações

  • 6 de outubro de 2026: Estrelas 8,522 → 8,528, versão mais recente v2.1.1.post3 (15 de outubro de 2025).

O que você ganha

  • Reduz o tempo de execução de grandes modelos de linguagem ao acelerar as multiplicações de matrizes.
  • Compila automaticamente os kernels em tempo de execução, sem esperar pela compilação CUDA durante a instalação.
  • Reduz as perdas de comunicação da placa gráfica ao combinar diferentes modelos de especialistas em uma única operação.

Instalação

Clonagem do repositório e o ambiente de desenvolvimento p
# 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
Instalação da biblioteca
cat install.sh
./install.sh

Se você não programa

Cole isto no seu agente (Claude Code · Codex · Antigravity)

Quero instalar a biblioteca DeepGEMM no meu hardware com arquitetura NVIDIA SM90 ou SM100. Primeiro, para clonar o repositório com seus submódulos e preparar o ambiente de desenvolvimento, execute os comandos '# 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'. Em seguida, para concluir a instalação, execute o comando 'cat install.sh\n./install.sh' e disponibilize a biblioteca para uso no ambiente Python com o comando 'import deep_gemm'.

Repositório: https://github.com/deepseek-ai/DeepGEMM. Baseie-se nas instruções oficiais no arquivo README deste repositório para a instalação e execução.

Antes de começar, verifique em qual sistema operacional estamos e se as ferramentas necessárias (ex: Python, Node.js, Git, Docker) estão instaladas. Instale as que faltarem passo a passo de acordo com este sistema.

Crie uma pasta nova e vazia para trabalhar. Não toque em arquivos fora desta pasta e não exclua nada. Antes de executar cada comando, diga o que você vai fazer em uma frase.

Diga-me o que devo ver na tela ao final de cada etapa. Se ocorrer um erro, colarei a mensagem de erro para você exatamente como ela é, e vamos corrigi-la juntos.

Termos relacionados do glossário

Para quem éÉ destinado a desenvolvedores e pesquisadores que desejam executar grandes modelos de inteligência artificial com o máximo desempenho em unidades de processamento gráfico (GPUs) modernas da NVIDIA.
LicençaMIT

Links

A TreScout não desenvolveu esta ferramenta · nós a encontramos nas tendências do GitHub e a apresentamos. Esta página descreve o repositório em 2026-10-06: A contagem de estrelas e o nosso texto são daquele dia, o repositório pode ter mudado desde então. Consulte o link do repositório para ver o estado atual. O texto de apresentação foi preparado com IA a partir da própria documentação do repositório e esta página foi traduzida automaticamente do original em turco · a versão turca é a que vale.