Ajusta LLM el doble de rápido y con un 70 % menos de VRAM: incluso una sola GPU puede entrenar.
Megatron-DeepSpeed
Ongoing research training transformer language models at scale, including: BERT & GPT-2
- Repositorio
- microsoft/Megatron-DeepSpeed
- Estrellas
- ★ 2266
- Forks
- 367
- Última actualización
- 2025-08-14
- Visitas
- 0
Proyectos similares
Ajuste fino unificado y eficiente de más de 100 LLM con interfaz web sin código; la herramienta de ajuste fino más popular de China.
Motor de cómputo de IA unificado para entrenamiento distribuido, ajuste, inferencia y servicio.
机器学习与 GenAI 生命周期管理平台，含追踪与评测。
🧠 Train a 64M-parameter LLM from scratch in just 2h!
微软的深度学习优化库，让分布式训练与推理简单高效。