OpenSDS

5 avaliações

OpenSDS é uma comunidade de código aberto que trabalha para resolver desafios de integração de armazenamento, particularmente em ambientes nativos de nuvem em escala com plataformas de armazenamento heterogêneas.

Xen Project

5 avaliações

O Projeto Xen serve como base para muitos produtos comerciais de virtualização de servidores, desktops e produtos embarcados, bem como para aparelhos de hardware e soluções em nuvem.

CoreDNS

2 avaliações

CoreDNS é uma descoberta de serviço para a nuvem e mais.

Open vSwitch

2 avaliações

Open vSwitch é um switch virtual de qualidade de produção e camadas múltiplas licenciado sob a licença de código aberto Apache 2.0. Ele é projetado para permitir automação massiva de redes por meio de extensão programática, enquanto ainda suporta interfaces e protocolos de gerenciamento padrão (por exemplo, NetFlow, sFlow, IPFIX, RSPAN, CLI, LACP, 802.1ag).

envoy

1 avaliação

ENVOY É UM PROXY DE BORDA E SERVIÇO DE CÓDIGO ABERTO, PROJETADO PARA APLICAÇÕES NATIVAS DA NUVEM.

Network Service Mesh

0 avaliações

A malha de serviço de rede (NSM) adiciona as seguintes propriedades ao networking no Kubernetes: Configurações de rede heterogêneas Protocolos exóticos Túnel como um cidadão de primeira classe Contexto de rede como um cidadão de primeira classe Encadeamento de funções de serviço orientado por políticas (SFC) Necessidade mínima de mudanças no Kubernetes Conexões sob demanda, dinâmicas e negociadas

Open Neural Network Exchange (ONNX)

0 avaliações

ONNX é um formato aberto criado para representar modelos de aprendizado de máquina. ONNX define um conjunto comum de operadores - os blocos de construção de modelos de aprendizado de máquina e aprendizado profundo - e um formato de arquivo comum para permitir que desenvolvedores de IA usem modelos com uma variedade de frameworks, ferramentas, tempos de execução e compiladores.

Horovod

0 avaliações

Horovod é uma estrutura de treinamento de aprendizado profundo distribuído para TensorFlow, Keras, PyTorch e Apache MXNet. Horovod foi originalmente desenvolvido pela Uber para tornar o aprendizado profundo distribuído rápido e fácil de usar, reduzindo o tempo de treinamento de modelos de dias e semanas para horas e minutos. Com Horovod, um script de treinamento existente pode ser escalado para rodar em centenas de GPUs com apenas algumas linhas de código Python. Horovod pode ser instalado no local ou executado diretamente em plataformas de nuvem, incluindo AWS, Azure e Databricks. Horovod pode adicionalmente ser executado sobre o Apache Spark, tornando possível unificar o processamento de dados e o treinamento de modelos em um único pipeline. Uma vez que Horovod tenha sido configurado, a mesma infraestrutura pode ser usada para treinar modelos com qualquer estrutura, facilitando a troca entre TensorFlow, PyTorch, MXNet e futuras estruturas à medida que as pilhas de tecnologia de aprendizado de máquina continuam a evoluir.

Open Horizon

0 avaliações

LF Edge é uma organização guarda-chuva que estabelece uma estrutura aberta e interoperável para computação de borda independente de hardware, silício, nuvem ou sistema operacional.