Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-08-27 22:49 UTC

NVIDIA / TensorRT

NVIDIA® TensorRT™ is an SDK for high-performance deep learning inference on NVIDIA GPUs. This repository contains the open source components of TensorRT.

C++Apache-2.0★ 13.294 Sterne⑂ 2.397 Forksseit Mai 2019Auf GitHub ansehen ↗
ArtBibliothekKommandozeilenwerkzeugwie das ermittelt wird
#tensorrt#nvidia#deep-learning#inference#gpu-acceleration

NVIDIA/TensorRT erreicht einen Gesundheitsindex von 88 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Community & Adoption (88/100) ab, am schwächsten bei Security (40/100). Zuletzt vor 2 Tagen aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

88
gesamt / 100
Exzellent

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

88
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 74 wird auf der veröffentlichten Indexskala auf 88 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

NVIDIA CorporationOrganisation · verifizierte Domain
29.403 Follower800 öffentliche Reposseit Mai 2012

Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIpolygraphy0.53.4258.47713vor 20 Tagen—
PyPItensorrt11.2.1.2233.10648vor 28 Tagennvidiatensorrtdeeplearninginference
PyPIonnx_graphsurgeon0.6.1510.1268vor 141 Tagen—
PyPIpytorch_quantizationverweist auf ein anderes Repo — nicht bewertet2.2.11.3935vor 1028 Tagennvidiadeep-learningmachine-learningsupervised-learningunsupervised-learningreinforcement-learninglogging
PyPIpolygraphy_trtexec0.0.9323vor 1099 Tagen—

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

78Gut · 21 % des Gesamtindex

Entwicklungsaktivität

68Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 2 Tagen
12.5/36Commit-Rhythmus — 18/52 Wochen mit Commits
12.9/18Commit-Volumen — 26 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year26
human_commit_share1
days_since_last_push2
active_weeks_last_year18

Release-Disziplin

92Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 71 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 23 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 45,8 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count71
latest_release_tagv11.2
releases_from_tagsnein
days_since_latest_release23
mean_days_between_releases45,8

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

88Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

97Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 13.294 Stars
25/25Forks — 2.397 Forks
12.2/15Watcher — 157 Watcher
Verwendete Eingangsdaten
forks2.397
stars13.294
watchers157
growth_stateorganic
growth_factor_pct100

Community-Gesundheit

70Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges3
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

100Außergewöhnlich
Wie die Bewertung erfolgt
80/80Downloads pro Monat — 1.001.741 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagespolygraphy, tensorrt, onnx_graphsurgeon, polygraphy_trtexec
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1.001.741
unverified_packages_excluded—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

84Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

72Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
15/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 33 % der Commits
13.5/13.5Breite der Beitragenden — 83 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor3
contributors_sampled83
top_contributor_share0,333

Reaktionsfähigkeit bei Issues & PRs

71Gut
Wie die Bewertung erfolgt
36.3/42Issue-Lösungsquote — 86 % der Issues geschlossen
19.7/30PR-Annahme — 327/498 entschiedene PRs gemergt
4.3/13Newcomer PR acceptance — 1/3 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs327
open_issues573
closed_issues3.658
prs_merged_7d1
prs_decided_7d2
prs_merged_30d4
prs_decided_30d6
issue_closed_ratio0,865
closed_unmerged_prs171
first_time_authors_30d2
first_time_prs_merged_30d1
first_time_prs_decided_30d3

Eigentümerschaft & Trägerschaft

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
20/20Verifizierte Domain
25/25Reichweite des Inhabers — 29.403 Follower von NVIDIA
25/25Kontohistorie — 800 öffentliche Repos, Kontoalter ca. 14 Jahre
Verwendete Eingangsdaten
followers29.403
owner_typeOrganization
is_verifiedja
owner_loginNVIDIA
public_repos800
account_age_days5.222

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 4 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 20 Tagen
20/20Versionshistorie — 48 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagespolygraphy, tensorrt, onnx_graphsurgeon, polygraphy_trtexec
ecosystemspypi
any_deprecatednein
min_days_since_publish20

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

74Gut · 19 % des Gesamtindex

Engineering-Praktiken

80Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 5 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .pylintrc
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

65Gut
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://developer.nvidia.com/tensorrt
10/10Repository-Beschreibung
10/10Topics — 5 Topics
0/10Wiki
Verwendete Eingangsdaten
topicstensorrt, nvidia, deep-learning, inference, gpu-acceleration
has_wikinein
homepagehttps://developer.nvidia.com/tensorrt
docs_sitehttps://developer.nvidia.com/tensorrt
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

40Schwach · 16 % des Gesamtindex

Sicherheitslage

25Gefährdet
Wie die Bewertung erfolgt
0/30Sicherheitsrichtlinie (SECURITY.md)
0/25Dependabot-Konfiguration
25/25Lockfiles für Abhängigkeiten — poetry.lock
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfilespoetry.lock
manifestspython/requirements.txt
has_codeql_workflownein
has_security_policynein
has_dependabot_confignein

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages3
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:tensorrt@11.2.1.2 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 3 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

76Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

50Mittel
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://developer.nvidia.com/llms.txt)
34.7/40Lesbare Commit-Historie — 65 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://developer.nvidia.com/llms.txt
legible_history_share0,65
agent_instruction_files—
agent_instruction_max_bytes—

AI-Verify-Loop (Build / Test / Typprüfung)

80Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — quickstart/Makefile, quickstart/SemanticSegmentation/Makefile, tools/Polygraphy/Makefile, tools/onnx-graphsurgeon/Makefile, tools/polygraphy-extension-trtexec/Makefile, tools/pytorch-quantization/docs/Makefile, tools/tensorflow-quantization/docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .pylintrc
11/11Statische Typprüfung — C++ (statisch typisiert)
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilespoetry.lock
has_dockerfilenein
typed_languageja
bootstrap_filesquickstart/Makefile, quickstart/SemanticSegmentation/Makefile, tools/Polygraphy/Makefile, tools/onnx-graphsurgeon/Makefile, tools/polygraphy-extension-trtexec/Makefile, tools/pytorch-quantization/docs/Makefile, tools/tensorflow-quantization/docs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

90Exzellent
Wie die Bewertung erfolgt
45/45Typprüfbarer Code — C++ (statisch typisiert)
44.9/55Handhabbare Dateigrößen — 199/1.080 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languageC++
largest_source_bytes3.041.274
source_files_sampled1.080
oversized_source_files199

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — examples, notebooks, samples
Verwendete Eingangsdaten
example_dirsexamples, notebooks, samples
has_mcp_signalnein
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

13.294GitHub-Sterne
83Mitwirkende
26Commits, letzte 12 Monate
2Tage seit letztem Push
71Releases
3Bus-Faktor
573offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Star history carried forward from 2026-07-21: GitHub restricted the stargazers API to repository admins, so it can no longer be collected. The repository has 13294 stars today.
  • pypi package 'pytorch_quantization' points at a different repository (https://github.com/NVIDIA); excluded from ecosystem scoring
  • Could not fetch pypi package 'tensorflow_quantization' from its registry
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/08/27 22:47:16 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Weitere Details

Stern- und Fork-Verlauf 13.169 ★ / 2.397 ⇿
13.169Sterne
2.397Forks
33Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

Es wird nur die jüngste Historie angezeigt — dieses Repository überschreitet das Erfassungsfenster, sodass die früheste Historie nicht erfasst wird.

Die Sternehistorie wird mit dem Stand vom 2026-07-21 gezeigt. GitHub hat die Stargazers-API im Juli 2026 auf Repository-Administratoren beschränkt, diese Reihe lässt sich daher nicht mehr fortschreiben; die Gesamtzahl der Sterne oben bleibt aktuell.

02.5005.0007.50010.00012.50015.00013.1692.397462022-112024-092026-08
Major 1Minor 16Patch 7

Jeder Punkt umfasst 4 Tage.

Direkte Abhängigkeiten 2
RegistryPaketVersionsvorgabeManifest
PyPIwheel0.45.1python/packaging/pyproject.toml
PyPIsetuptools^80.4.0python/packaging/pyproject.toml
Alle Abhängigkeiten 257

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 5 direkte und 252 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIsetuptools—direkt
PyPIsetuptools80.4.0direkt
PyPIsetuptools80.9.0direkt
PyPIwheel—direkt
PyPIwheel0.45.1direkt
PyPIabsl-py—indirekt
PyPIaccelerate1.2.1indirekt
PyPIalabaster0.7.16indirekt
PyPIanykeystore0.2indirekt
PyPIapex0.9.10devindirekt
PyPIargparse—indirekt
PyPIbabel2.17.0indirekt
PyPIbeautifulsoup44.14.2indirekt
PyPIbuild1.0.0indirekt
PyPIcertifi2025.10.5indirekt
PyPIcharset-normalizer3.4.3indirekt
PyPIcolorama0.4.6indirekt
PyPIcolored—indirekt
PyPIcolored2.3.1indirekt
PyPIcolored2.3.2indirekt
PyPIcoloredlogs15.0.1indirekt
PyPIcontourpy1.3.2indirekt
PyPIcontrolnet-aux0.0.6indirekt
PyPIcryptacular1.6.2indirekt
PyPIcuda-bindings—indirekt
PyPIcuda-bindings13.0.2indirekt
PyPIcuda-pathfinder1.3.0indirekt
PyPIcuda-python—indirekt
PyPIcuda-python12.9.0indirekt
PyPIcuda-python13.0.2indirekt
PyPIcupy-cuda12x—indirekt
PyPIcupy-cuda12x13.6.0indirekt
PyPIcycler0.12.1indirekt
PyPIdiffusers0.35.2indirekt
PyPIdocutils0.16indirekt
PyPIdocutils0.18.1indirekt
PyPIdocutils0.20.1indirekt
PyPIeinops0.8.1indirekt
PyPIexceptiongroup1.3.0indirekt
PyPIfilelock3.20.0indirekt
PyPIflatbuffers25.9.23indirekt
PyPIfonttools4.60.1indirekt
PyPIfsspec2025.9.0indirekt
PyPIftfy—indirekt
PyPIftfy6.3.1indirekt
PyPIfuro2022.4.7indirekt
PyPIfuro2024.8.6indirekt
PyPIgcloud—indirekt
PyPIgoogle-cloud-storage—indirekt
PyPIgreenlet3.2.4indirekt
PyPIhf-xet1.1.10indirekt
PyPIhuggingface-hub0.11.0indirekt
PyPIhuggingface-hub0.35.3indirekt
PyPIhuggingface-hub0.4.0indirekt
PyPIhumanfriendly10.0indirekt
PyPIhupper1.12.1indirekt
PyPIidna3.10indirekt
PyPIimageio2.37.0indirekt
PyPIimageio-ffmpeg—indirekt
PyPIimageio-ffmpeg0.6.0indirekt
PyPIimagesize1.4.1indirekt
PyPIimportlib-metadata8.7.0indirekt
PyPIiniconfig2.1.0indirekt
PyPIjinja23.1.6indirekt
PyPIkiwisolver1.4.9indirekt
PyPIlazy-loader0.4indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib—indirekt
PyPImatplotlib3.10.7indirekt
PyPImdit-py-plugins0.5.0indirekt
PyPImdurl0.1.2indirekt
PyPIml-dtypes—indirekt
PyPIml-dtypes0.5.3indirekt
PyPImpi4py4.1.1indirekt
PyPImpmath1.3.0indirekt
PyPImyst-parser0.16.1indirekt
PyPImyst-parser3.0.1indirekt
PyPInccl4py0.1.1indirekt
PyPInetworkx3.4.2indirekt
PyPInltk3.9.1indirekt
PyPInumba—indirekt
PyPInumba-cuda—indirekt
PyPInumpy—indirekt
PyPInumpy1.23.0indirekt
PyPInumpy1.23.1indirekt
PyPInumpy1.26.4indirekt
PyPInumpy2.2.3indirekt
PyPInumpy2.2.6indirekt
PyPInvidia-cublas-cu1212.8.4.1indirekt
PyPInvidia-cuda-cupti-cu1212.8.90indirekt
PyPInvidia-cuda-nvrtc-cu1212.8.93indirekt
PyPInvidia-cuda-runtime-cu1212.8.90indirekt
PyPInvidia-cudnn-cu129.10.2.21indirekt
PyPInvidia-cufft-cu1211.3.3.83indirekt
PyPInvidia-cufile-cu121.13.1.3indirekt
PyPInvidia-curand-cu1210.3.9.90indirekt
PyPInvidia-cusolver-cu1211.7.3.90indirekt
PyPInvidia-cusparse-cu1212.5.8.93indirekt
PyPInvidia-cusparselt-cu120.7.1indirekt
PyPInvidia-cutlass-dsl4.5.0indirekt
PyPInvidia-modelopt—indirekt
PyPInvidia-modelopt0.31.0indirekt
PyPInvidia-modelopt0.35.0indirekt
PyPInvidia-nccl-cu122.27.3indirekt
PyPInvidia-nvjitlink-cu1212.8.93indirekt
PyPInvidia-nvtx-cu1212.8.90indirekt
PyPInvidia-pyindex—indirekt
PyPInvidia-tensorrt—indirekt
PyPInvtx—indirekt
PyPInvtx0.2.13indirekt
PyPIoauthlib3.3.1indirekt
PyPIonnx—indirekt
PyPIonnx1.13.1indirekt
PyPIonnx1.14.0indirekt
PyPIonnx1.17.0indirekt
PyPIonnx1.18.0indirekt
PyPIonnx1.20.0indirekt
PyPIonnx1.9.0indirekt
PyPIonnx-graphsurgeon—indirekt
PyPIonnx-graphsurgeon0.5.2indirekt
PyPIonnx-ir0.1.10indirekt
PyPIonnxconverter-common1.12.2indirekt
PyPIonnxmltools1.11.1indirekt
PyPIonnxruntime—indirekt
PyPIonnxruntime1.12.1indirekt
PyPIonnxruntime1.15.0indirekt
PyPIonnxruntime1.18.1indirekt
PyPIonnxruntime1.19.2indirekt
PyPIonnxruntime1.22.1indirekt
PyPIonnxruntime1.24.2indirekt
PyPIonnxruntime1.8.1indirekt
PyPIonnxruntime-gpu—indirekt
PyPIonnxscript—indirekt
PyPIonnxscript0.5.4indirekt
PyPIopencv-python4.11.0.86indirekt
PyPIopencv-python-headless4.8.0.74indirekt
PyPIpackaging25.0indirekt
PyPIpastedeploy3.1.0indirekt
PyPIpbkdf21.3indirekt
PyPIpeft0.17.0indirekt
PyPIpillow—indirekt
PyPIpillow11.3.0indirekt
PyPIplaster1.1.2indirekt
PyPIplaster-pastedeploy1.0.1indirekt
PyPIpluggy1.6.0indirekt
PyPIpolygraphy—indirekt
PyPIpolygraphy0.49.0indirekt
PyPIpolygraphy0.49.22indirekt
PyPIpolygraphy0.50.1indirekt
PyPIprettytable—indirekt
PyPIprotobuf—indirekt
PyPIprotobuf3.20.2indirekt
PyPIprotobuf3.20.3indirekt
PyPIprotobuf6.32.1indirekt
PyPIpsutil7.1.0indirekt
PyPIpycuda—indirekt
PyPIpygments2.19.2indirekt
PyPIpyparsing3.2.5indirekt
PyPIpyramid2.0.2indirekt
PyPIpyramid-mailer0.15.1indirekt
PyPIpyreadline33.5.4indirekt
PyPIpytest—indirekt
PyPIpytest8.4.2indirekt
PyPIpytest-console-scripts—indirekt
PyPIpytest-rerunfailures—indirekt
PyPIpytest-virtualenv—indirekt
PyPIpytest-xdist—indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-openid2.2.5indirekt
PyPIpywin32—indirekt
PyPIpyyaml—indirekt
PyPIpyyaml6.0.3indirekt
PyPIregex2025.9.18indirekt
PyPIrepoze-sendmail4.4.1indirekt
PyPIrequests2.25.1indirekt
PyPIrequests2.32.4indirekt
PyPIrequests2.32.5indirekt
PyPIrequests2.33.0indirekt
PyPIrequests-oauthlib2.0.0indirekt
PyPIsafetensors0.6.2indirekt
PyPIscikit-image0.25.2indirekt
PyPIscipy—indirekt
PyPIscipy1.15.3indirekt
PyPIsentencepiece—indirekt
PyPIsentencepiece0.1.95indirekt
PyPIsentencepiece0.1.97indirekt
PyPIsentencepiece0.2.1indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsoupsieve2.8indirekt
PyPIsphinx4.4.0indirekt
PyPIsphinx7.1.2indirekt
PyPIsphinx-basic-ng1.0.0b2indirekt
PyPIsphinx-glpi-theme—indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsqlalchemy2.0.44indirekt
PyPIsympy1.14.0indirekt
PyPIsympy1.9indirekt
PyPItabulate—indirekt
PyPItensorflow—indirekt
PyPItensorflow-gpu2.8.0indirekt
PyPItensorrt—indirekt
PyPItensorrt-module—indirekt
PyPItf2onnx—indirekt
PyPItf2onnx1.10.1indirekt
PyPItifffile2025.5.10indirekt
PyPItimm1.0.20indirekt
PyPItokenizers0.21.4indirekt
PyPItoml—indirekt
PyPItomli2.0.0indirekt
PyPItomli2.3.0indirekt
PyPItorch—indirekt
PyPItorch1.10indirekt
PyPItorch1.10.2indirekt
PyPItorch1.10.2+cu113indirekt
PyPItorch1.11.0indirekt
PyPItorch1.11.0+cu113indirekt
PyPItorch1.13.1indirekt
PyPItorch2.8.0indirekt
PyPItorch2.9.1indirekt
PyPItorchao0.13.0indirekt
PyPItorchvision—indirekt
PyPItorchvision0.11.3indirekt
PyPItorchvision0.12.0indirekt
PyPItorchvision0.23.0indirekt
PyPItqdm4.66.4indirekt
PyPItqdm4.67.1indirekt
PyPItransaction5.0indirekt
PyPItransformers4.18.0indirekt
PyPItransformers4.20.0indirekt
PyPItransformers4.52.4indirekt
PyPItranslationstring1.4indirekt
PyPItriton—indirekt
PyPItriton3.2.0indirekt
PyPItriton3.4.0indirekt
PyPItriton3.5.0indirekt
PyPItyping-extensions4.15.0indirekt
PyPIurllib32.5.0indirekt
PyPIvelruse1.1.1indirekt
PyPIvenusian3.1.1indirekt
PyPIvirtualenv—indirekt
PyPIwcwidth0.2.14indirekt
PyPIwebob1.8.9indirekt
PyPIwget—indirekt
PyPIwget3.2indirekt
PyPIwtforms3.2.1indirekt
PyPIwtforms-recaptcha0.3.2indirekt
PyPIzipp3.23.0indirekt
PyPIzope-deprecation6.0indirekt
PyPIzope-interface8.0.1indirekt
PyPIzope-sqlalchemy4.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:tensorrt@11.2.1.2 zieht 3 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit NVIDIA/TensorRT teilen. Nebeneinander lesen →

93pytorch/TensorRTPyTorch/TorchScript/FX compiler for NVIDIA GPUs using TensorRTAußergewöhnlich91triton-inference-server/model_analyzerTriton Model Analyzer is a CLI tool to help with better understanding of the compute and memory requirements of the Triton Inference Server models.Exzellent86NexusGPU/tensor-fusionTensor Fusion is a state-of-the-art GPU virtualization and pooling solution designed to optimize GPU cluster utilization to its fullest potential.Exzellent84nexusgpu/tensor-fusion-operatorTensor Fusion is a state-of-the-art GPU virtualization and pooling solution designed to optimize GPU cluster utilization to its fullest potential.Exzellent99huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Außergewöhnlich99ai-dynamo/dynamoA Datacenter Scale Distributed Inference Serving FrameworkAußergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.