NVIDIA
346 skills · 2 repos · 6 281
NVIDIA est un concepteur de semiconducteurs et de plateformes logicielles spécialisé dans l'accélération GPU, l'intelligence artificielle et l'inférence de modèles. Ses skills couvrent des workflows techniques liés à TensorRT-LLM, AutoDeploy, NeMo-Gym et cuTile, permettant à des agents IA d'automatiser l'intégration de modèles, l'analyse de pipelines GitLab, la visualisation de graphes FX ou encore l'interrogation de runs MLflow via langage naturel.
| # | Skill | Source | Description | ||
|---|---|---|---|---|---|
| 1 | accessing-mlflow | nvidia/model-optimizer | Interroger et comparer des runs MLflow via langage naturel et MCP. | 3 426 | |
| 2 | compare-results | nvidia/model-optimizer | Comparer baseline et candidat quantisé pour évaluer la dégradation de précision. | 3 426 | |
| 3 | day0-release | nvidia/model-optimizer | Orchestrer le cycle complet de release d'un checkpoint quantisé jusqu'à la recommandation de publication. | 3 426 | |
| 4 | debug | nvidia/model-optimizer | Exécuter des commandes dans un conteneur Docker depuis l'hôte via relais fichier. | 3 426 | |
| 5 | deployment | nvidia/model-optimizer | Déployer un checkpoint de modèle comme endpoint d'inférence compatible OpenAI. | 3 426 | |
| 6 | eagle3-new-model | nvidia/model-optimizer | Configurer un pipeline EAGLE3 en 4 tâches pour un nouveau modèle HF. | 3 426 | |
| 7 | eagle3-review-logs | nvidia/model-optimizer | Analyser les logs d'un pipeline EAGLE3 et produire un rapport de diagnostic structuré. | 3 426 | |
| 8 | eagle3-triage | nvidia/model-optimizer | Diagnostiquer et corriger les échecs du pipeline offline EAGLE3 en quatre étapes. | 3 426 | |
| 9 | eagle3-validate | nvidia/model-optimizer | Valider un pipeline EAGLE3 et produire un rapport de qualité complet. | 3 426 | |
| 10 | evaluation | nvidia/model-optimizer | Configurer, lancer et superviser des évaluations de modèles via NeMo Evaluator Launcher. | 3 426 | |
| 11 | launching-evals | nvidia/model-optimizer | Lancer, surveiller et analyser des évaluations de modèles IA via NeMo Evaluator. | 3 426 | |
| 12 | monitor | nvidia/model-optimizer | Surveiller en temps réel des jobs soumis sur clusters SLURM via un registre de session. | 3 426 | |
| 13 | ptq | nvidia/model-optimizer | Quantifier un modèle pré-entraîné en checkpoint optimisé via ModelOpt PTQ. | 3 426 | |
| 14 | quant-recipe-search | nvidia/model-optimizer | Orchestrer une recherche itérative de recettes de quantisation optimales pour modèles IA. | 3 426 | |
| 15 | release-cherry-pick | nvidia/model-optimizer | Automatiser le cherry-pick de PRs fusionnées vers une branche de release GitHub. | 3 426 | |
| 16 | accelerated-computing-cudf | nvidia/skills | Accélérer des DataFrames pandas sur GPU avec cuDF et dask-cuDF. | 2 855 | |
| 17 | aiq-deploy | nvidia/skills | Déployer et vérifier un serveur local NVIDIA AI-Q Blueprint pour agents IA. | 2 855 | |
| 18 | aiq-research | nvidia/skills | Interroger un serveur NVIDIA AI-Q Blueprint pour effectuer des recherches approfondies. | 2 855 | |
| 19 | amc-run-sample-calibration | nvidia/skills | Tester et valider une installation AMC avec le dataset d'échantillon fourni. | 2 855 | |
| 20 | amc-run-video-calibration | nvidia/skills | Calibrer des vidéos MP4 pré-enregistrées via l'API REST AMC sans scripts CLI. | 2 855 | |
| 21 | amc-setup-calibration-stack | nvidia/skills | Déployer la stack AutoMagicCalib via Docker Compose avec images de release préconstruites. | 2 855 | |
| 22 | cudaq-guide | nvidia/skills | Guider l'utilisateur dans CUDA-Q : installation, simulation GPU et accès QPU. | 2 855 | |
| 23 | cuopt-developer | nvidia/skills | Modifier et contribuer au codebase C++/CUDA et Python de NVIDIA cuOpt. | 2 855 | |
| 24 | cuopt-install | nvidia/skills | Installer cuOpt via pip, conda ou Docker pour Python, C ou REST. | 2 855 | |
| 25 | cuopt-multi-objective-exploration | nvidia/skills | Tracer une frontière de Pareto multi-objectifs via des solves cuOpt successifs. | 2 855 | |
| 26 | cuopt-numerical-optimization-api | nvidia/skills | Modéliser et résoudre des problèmes LP, MILP et QP via l'API GPU NVIDIA cuOpt. | 2 855 | |
| 27 | cuopt-numerical-optimization-formulation | nvidia/skills | Formuler des problèmes d'optimisation numérique LP, MILP et QP avec rigueur. | 2 855 | |
| 28 | cuopt-routing-api-python | nvidia/skills | Résoudre des problèmes de routage VRP/TSP/PDP avec l'API Python cuOpt. | 2 855 | |
| 29 | cuopt-server-api-python | nvidia/skills | Déployer un serveur cuOpt et l'interroger via REST ou Python. | 2 855 | |
| 30 | cupynumeric-hdf5 | nvidia/skills | Lire et écrire des tableaux cuPyNumeric en fichiers HDF5 en parallèle. | 2 855 | |
| 31 | cupynumeric-install | nvidia/skills | Installer et vérifier cuPyNumeric via conda ou pip sur GPU ou CPU. | 2 855 | |
| 32 | cupynumeric-migration-readiness | nvidia/skills | Évaluer la compatibilité du code NumPy avec cuPyNumeric avant toute migration GPU. | 2 855 | |
| 33 | cupynumeric-parallel-data-load | nvidia/skills | Charger en parallèle des données multi-fichiers fragmentées dans un tableau cupynumeric distribué. | 2 855 | |
| 34 | dali-dynamic-mode | nvidia/skills | Exécuter des pipelines de données DALI en mode impératif Python sans graphe statique. | 2 855 | |
| 35 | data-designer | nvidia/skills | Construire des datasets synthétiques personnalisés via une interface interactive ou automatique. | 2 855 | |
| 36 | deepstream-dev | nvidia/skills | Développer des pipelines DeepStream SDK avec les bonnes pratiques et règles d'architecture NVIDIA. | 2 855 | |
| 37 | deepstream-generate-pipeline | nvidia/skills | Générer des pipelines GStreamer prêts à l'emploi pour NVIDIA DeepStream via questionnaire interactif. | 2 855 | |
| 38 | deepstream-import-vision-model | nvidia/skills | Importer et benchmarker des modèles de détection d'objets dans DeepStream via TensorRT. | 2 855 | |
| 39 | deepstream-profile-pipeline | nvidia/skills | Créer et profiler des pipelines DeepStream optimisés avec mesures Nsight Systems automatisées. | 2 855 | |
| 40 | deepstream-sop | nvidia/skills | Construire et déboguer un pipeline DeepStream GPU pour la détection d'actions industrielles. | 2 855 | |
| 41 | dicom-metadata-extract | nvidia/skills | Extraire les métadonnées d'un fichier DICOM et détecter la présence de PHI. | 2 855 | |
| 42 | dicom-series-preflight | nvidia/skills | Analyser les en-têtes d'une série DICOM et émettre un verdict de conformité JSON. | 2 855 | |
| 43 | dicom-series-to-volume | nvidia/skills | Convertir une série DICOM CT en volume NIfTI HU avec affine et résumé JSON. | 2 855 | |
| 44 | digital-health-clinical-asr-build | nvidia/skills | Construire un benchmark ASR clinique avec termes médicaux, audio synthétisé et manifest NeMo. | 2 855 | |
| 45 | digital-health-clinical-asr-eval | nvidia/skills | Évaluer et router des transcriptions ASR cliniques selon quatre métriques de qualité. | 2 855 | |
| 46 | digital-health-clinical-asr-finetune | nvidia/skills | Affiner un modèle ASR clinique avec NeMo SFT pour réduire les erreurs médicales. | 2 855 | |
| 47 | digital-health-clinical-asr-setup | nvidia/skills | Configurer et valider l'accès à la pile ASR clinique hébergée par NVIDIA. | 2 855 | |
| 48 | doca-aes-gcm | nvidia/skills | Accélérer le chiffrement AES-GCM sur BlueField/ConnectX via l'API DOCA. | 2 855 | |
| 49 | doca-argp | nvidia/skills | Configurer, étendre et déboguer le parseur CLI standard des applications DOCA. | 2 855 | |
| 50 | doca-argus | nvidia/skills | Déployer et opérer le service conteneurisé DOCA Argus pour la détection de menaces runtime sur BlueField. | 2 855 |