dsc

轻量C++张量库,快速搭建推理原型

dsc 是一个用 C++ 实现的机器学习张量库与推理框架,旨在为深度学习模型提供基础的数据结构和计算能力。它解决的是在资源受限或需要定制化部署环境中,开发者难以直接使用重型框架(如 TensorFlow、PyTorch)的问题。核心能力包括张量的定义与操作、内存管理以及模型推理所需的计算图执行。项目处于早期阶段,代码结构清晰,适合学习底层实现或作为轻量级推理引擎的起点。目前功能覆盖基本张量运算,但高级算子与优化尚未完善。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 118
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队nirw4nna
所属国家
官网地址
定价模式free
价格说明开源项目,BSD-3-Clause许可证,可自由使用,无付费版本。
访问状态
是否开源是
开源协议BSD-3-Clause
主要语言C++
技术栈/模型cuda,gpu,large-language-models,machine-learning,pytorch,tensor-algebra
GitHub 星标★ 118
30天Star增速
HF 下载量
上线时间2025-06-14 00:00:00
最近更新2026-08-12 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

核心亮点

  • 纯C++实现,无外部依赖,易于集成到嵌入式或边缘设备
  • 代码简洁,适合学习张量底层实现与推理框架原理
  • 早期项目,架构灵活,便于二次开发定制

不足之处

  • 功能尚不完整,高级算子(如卷积、注意力)缺失
  • 文档和示例较少,上手门槛较高
  • 社区规模小,维护活跃度待观察

适用场景

  • 嵌入式设备上的轻量级模型推理
  • 教学场景中演示张量库和推理框架的内部机制
  • 快速原型验证,用于定制化算子开发

替代项目

xtensor、Eigen、onnxruntime

项目介绍

dsc 是基础设施领域的开源项目,由 nirw4nna 开发,2025 年首次发布。

它收录于基础设施分类,该分类目前共有 1,130 个项目,GitHub 星标数为 118。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-08-12。BSD-3-Clause许可证,可自由使用,无付费版本。

它主要面向的使用场景是:嵌入式设备上的轻量级模型推理。同类可对比的替代方案包括 xtensor、Eigen、onnxruntime。

上一篇:FlexPrefill

下一篇:Flash-Sparse-Attention

同类项目推荐

freebuff-proxy 开源

聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。

Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···

★ 213 2026-08-20
microduck 开源

用 Rust 造一只会走路的桌面小鸭,快速上手双足机器人。

A Tiny biped duck robot

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
ollama 开源

一条命令本地跑起大模型,免费、私密、不卡顿

Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···

★ 181484 2026-08-09