开源星「001号」落地 Colossal-AI,欢迎登陆赢神秘大礼包!

2024-01-14 07:30

本文主要是介绍开源星「001号」落地 Colossal-AI,欢迎登陆赢神秘大礼包!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言:今年 5 月 6 日,腾讯·腾源会社区联合 Colossal-AI 等在内的 80 余家开源社区、国内外开源基金会等,共同发起「开源摘星计划」。开展 3 月以来,我们累计为近百位优秀摘星贡献者,送出激励大礼包 300 余份;同时为 700 位的开源爱好者搭建了共同的交流乐园,帮助很多人完成了从开源萌新到「过来人」的成长、蜕变。

今天,「开源摘星计划」继续「001号」任务探索,船长登陆,希望能和 Colossal-AI 星挖掘新一批的优秀摘星者,共同将 Colossal-AI 星建设得更好🌍以下是船长发来的前线信号……

Hi,各位开源爱好者,大家好!
我是「开源摘星号」飞船船长小源
很高兴今日降落 Colossal-AI 星
执行「开源星球」001 号任务
在  Colossal-AI星上
我投递了无数的能量块
幸运的你只要从今日开始收集
下面这些特殊能量块
就有机会获得我在 8 月为你准备的登陆礼包
(证书、贡献卡、鹅厂周边、盛典入场券……)
完整参与攻略欢迎查看

Colossal-AI 星「能量块」介绍

AI模型在几年内已增大万倍,远超硬件能力数倍的增长,如何高效利用分布式技术实现AI大模型的并行训练加速已成为所有与计算相关行业的关键痛点。面向大模型时代的通用深度学习系统Colossal-AI,涵盖高效多维自动并行、异构内存管理、大规模优化库、自适应任务调度等自研技术,可高效快速部署AI大模型训练和推理,兼容低端设备,显著缩短AI大模型训练和推理时间、降低训练和推理成本,减少学习和部署的人力成本。

Colossal-AI发布后广受关注,数月内已获得GitHub Star 近5千颗, 多次在全球最大开源社区GitHub和Papers With Code热度榜单登上世界第一,已成功刷新ViT和AlphaFold训练速度世界记录,性能和同期开源社区活跃度全面超越相关竞品。Colossal-AI已与Hugging Face,PyTorch Lightening,Meta OPT等AI热门开源社区和项目建立支持与合作。项目核心团队均来自国际一流高校和科技巨头,已与多家世界知名企业建立合作,涉及云计算、芯片设计、生物医药、自动驾驶、智能零售等领域。

项目仓库:https://github.com/hpcaitech/ColossalAI

能量块 1社区日常任务
详细说明:提交 Issue/Comment 参与社区讨论
难度:1 积分
参与链接:https://github.com/hpcaitech/ColossalAI/issues
                  欢迎加入微信讨论群(二维码如下)

                                       

能量块 2Bug类
详细说明:提交 Bug issue
                  (https://github.com/hpcaitech/ColossalAI/issues)
难度:10 积分

能量块 3编程类
详细说明

  • 修复已有issue/bug
    (https://github.com/hpcaitech/ColossalAI/issues)

  • 添加新的example
    (https://github.com/hpcaitech/ColossalAI-Examples)

  • 在自己的repo下新建使用Colossal-AI的项目

难度:50 积分(如有特别难的任务可额外申请积分) 

能量块 4其他类
详细说明

  • 提出有价值的想法或建议,可以发布在 Feature request 或 Proposal
    (https://github.com/hpcaitech/ColossalAI/issues/new/choose)

  • 开源知识分享官:提交对本项目的学习笔记或开源相关笔记(视频/文章皆可)并发布在任意社区/博客/视频平台即可申报积分。

难度:10 积分

请感兴趣认领以上「能量块」的小伙伴,复制链接打开后,在 Comment 区评论[WeOpen Star]I would like to help,代表认领任务成功。任务有限,先到先得!

集齐「能量块」能获得什么

 

报名「开源摘星计划」

对「开源摘星计划」感兴趣的小伙伴,可以加「开源摘星号」飞船船长小源微信,备注「摘星」报名活动,并获得 1 对 1 辅导。

 扫码加船长「腾小源」,备注「摘星」加入开源爱好者千人之家

活动官网:https://cloud.tencent.com/act/pro/weopen-star

活动仓库:https://github.com/weopenprojects/WeOpen-Star

这篇关于开源星「001号」落地 Colossal-AI,欢迎登陆赢神秘大礼包!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/604380

相关文章

JSON Web Token在登陆中的使用过程

《JSONWebToken在登陆中的使用过程》:本文主要介绍JSONWebToken在登陆中的使用过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录JWT 介绍微服务架构中的 JWT 使用结合微服务网关的 JWT 验证1. 用户登录,生成 JWT2. 自定义过滤

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

无需邀请码!Manus复刻开源版OpenManus下载安装与体验

《无需邀请码!Manus复刻开源版OpenManus下载安装与体验》Manus的完美复刻开源版OpenManus安装与体验,无需邀请码,手把手教你如何在本地安装与配置Manus的开源版OpenManu... Manus是什么?Manus 是 Monica 团队推出的全球首款通用型 AI Agent。Man

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll