Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 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 estrellas⑂ 2397 forksdesde may 2019Ver en GitHub ↗
TipoBibliotecaHerramienta de línea de comandoscómo se determina
#tensorrt#nvidia#deep-learning#inference#gpu-acceleration

NVIDIA/TensorRT tiene un índice de salud de 88 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Community & Adoption (88/100) y la más baja, Security (40/100). Se actualizó por última vez hace 2 días. 3 personas concentran la mayor parte del trabajo reciente.

88
global / 100
Excelente

Índice de salud del software

Las métricas se agrupan en categorías ponderadas sobre una escala estandarizada de 1 a 100. El resultado global parte de su media ponderada, calibrada contra la distribución del registro público para que las bandas tengan significado percentil; cuando la evidencia pública activa la Política de Jurisdicciones de Alto Riesgo, la calificación se ajusta y recibe un límite «En riesgo» de 34.

88
Excepcional93-100El nivel más alto del registro (≈ el 5% superior); cumple prácticamente todos los criterios evaluados
Excelente80-92Sólido en todos los frentes; carencias menores
Bueno65-79Saludable; carencias limitadas y manejables
Moderado50-64Aceptable con carencias notables; se recomienda revisión
Débil35-49Debilidades sustanciales en varias áreas
En riesgo20-34Debilidades significativas; su adopción exige cautela
Crítico1-19Problemas graves (proyecto abandonado, un solo mantenedor, sin higiene)
VitalidadComunidad yAdopciónSostenibilidady GobernanzaCalidad deIngenieríaSeguridadPreparaciónpara IA

Perfil de puntuación

Cada eje es una categoría. La forma importa más que la media: un proyecto sano llena toda la figura, mientras que un perfil de picos y cráteres indica que la fortaleza en una dimensión enmascara el riesgo en otra.

El resultado global ponderado 74 se calibra a 88 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

NVIDIA CorporationOrganización · dominio verificado
29.403 seguidores800 repositorios públicosdesde may 2012

Este repositorio está respaldado por una organización: una custodia compartida y responsable que puede sobrevivir a cualquier mantenedor individual.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicaciónEtiquetas
PyPIpolygraphy0.53.4258.47713hace 20 días—
PyPItensorrt11.2.1.2233.10648hace 28 díasnvidiatensorrtdeeplearninginference
PyPIonnx_graphsurgeon0.6.1510.1268hace 141 días—
PyPIpytorch_quantizationapunta a otro repositorio; no se puntúa2.2.113935hace 1028 díasnvidiadeep-learningmachine-learningsupervised-learningunsupervised-learningreinforcement-learninglogging
PyPIpolygraphy_trtexec0.0.9323hace 1099 días—

Métricas por categoría

Vitalidad

¿Está vivo el proyecto: se escribe código y se publican versiones?

78Bueno · 21% del índice global

Actividad de desarrollo

68Bueno
Cómo se puntúa
36/36Recencia de push — último push hace 2 días
12.5/36Cadencia de commits — 18/52 semanas con commits
12.9/18Volumen de commits — 26 commits en el último año
0/10OpenSSF Scorecard: Maintained — sin datos
Datos de entrada utilizados
commits_last_year26
human_commit_share1
days_since_last_push2
active_weeks_last_year18

Disciplina de publicación

92Excelente
Cómo se puntúa
27/27Publica versiones — 71 versiones publicadas
36/36Recencia de las versiones — última versión hace 23 días
19.8/27Cadencia de publicación — una versión cada ~45,8 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count71
latest_release_tagv11.2
releases_from_tagsno
days_since_latest_release23
mean_days_between_releases45,8

Comunidad y Adopción

¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?

88Excelente · 17% del índice global

Popularidad y adopción

97Excepcional
Cómo se puntúa
60/60Estrellas — 13.294 estrellas
25/25Forks — 2397 forks
12.2/15Observadores — 157 observadores
Datos de entrada utilizados
forks2397
stars13.294
watchers157
growth_stateorganic
growth_factor_pct100

Salud de la comunidad

70Bueno
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (Apache-2.0)
18/18Guía CONTRIBUTING
0/13.5Código de conducta
0/7.2Plantilla de issues
0/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges3
has_contributingsí
has_issue_templateno
has_code_of_conductno
readme_badge_servicesshields.io
has_pull_request_templateno

Adopción en el ecosistema (descargas)

100Excepcional
Cómo se puntúa
80/80Descargas mensuales — 1.001.741 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagespolygraphy, tensorrt, onnx_graphsurgeon, polygraphy_trtexec
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1.001.741
unverified_packages_excluded—
Excluidos de la puntuación (sin datos o no aplicable): Dependientes en el registro. Los pesos restantes se han renormalizado.

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

84Excelente · 23% del índice global

Resiliencia de mantenedores (factor bus)

72Bueno
Cómo se puntúa
36/54Factor bus — la mitad de los commits recae en 3 contribuyente(s)
15/22.5Distribución de commits — el principal contribuyente firma el 33% de los commits
13.5/13.5Amplitud de contribuyentes — 83 contribuyentes
0/10OpenSSF Scorecard: Contributors — sin datos
Datos de entrada utilizados
bus_factor3
contributors_sampled83
top_contributor_share0,333

Capacidad de respuesta a issues y PR

71Bueno
Cómo se puntúa
36.3/42Resolución de issues — 86% de issues cerradas
19.7/30Aceptación de PR — 327/498 PR decididos fusionados
4.3/13Newcomer PR acceptance — 1/3 PR de contribuyentes primerizos fusionados en 30 d
0/15OpenSSF Scorecard: Code-Review — sin datos
Datos de entrada utilizados
merged_prs327
open_issues573
closed_issues3658
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

Propiedad y custodia

100Excepcional
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
20/20Dominio verificado
25/25Alcance del propietario — 29.403 seguidores de NVIDIA
25/25Trayectoria — 800 repos públicos, cuenta de ~14 años
Datos de entrada utilizados
followers29.403
owner_typeOrganization
is_verifiedsí
owner_loginNVIDIA
public_repos800
account_age_days5222

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 4 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 20 días
20/20Historial de versiones — 48 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagespolygraphy, tensorrt, onnx_graphsurgeon, polygraphy_trtexec
ecosystemspypi
any_deprecatedno
min_days_since_publish20

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

74Bueno · 19% del índice global

Prácticas de ingeniería

80Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 5 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — .pylintrc
0/9.6Hooks de pre-commit
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — sin datos
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configno

Documentación

65Bueno
Cómo se puntúa
30/30README
0/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://developer.nvidia.com/tensorrt
10/10Descripción del repositorio
10/10Topics — 5 topics
0/10Wiki
Datos de entrada utilizados
topicstensorrt, nvidia, deep-learning, inference, gpu-acceleration
has_wikino
homepagehttps://developer.nvidia.com/tensorrt
docs_sitehttps://developer.nvidia.com/tensorrt
has_readmesí
has_docs_dirno
has_descriptionsí

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

40Débil · 16% del índice global

Postura de seguridad

25En riesgo
Cómo se puntúa
0/30Política de seguridad (SECURITY.md)
0/25Configuración de Dependabot
25/25Lockfiles de dependencias — poetry.lock
0/20Flujo de trabajo de CodeQL
Datos de entrada utilizados
sourcefile_signals
lockfilespoetry.lock
manifestspython/requirements.txt
has_codeql_workflowno
has_security_policyno
has_dependabot_configno

Avisos de dependencias

100Excepcional
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido
25/25Dependencias indirectas libres de avisos conocidos — ninguna dependencia indirecta tiene un aviso conocido
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories0
affected_packages0
assessed_packages3
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:tensorrt@11.2.1.2 —lo que arrastra la instalación del paquete publicado—: 3 paquetes. No se analiza la alcanzabilidad.

Preparación para IA

¿Hasta qué punto está el repositorio preparado para desarrollarse y mantenerse con agentes de codificación de IA? Tiene un peso deliberadamente pequeño (4%): las herramientas para agentes son una señal real de mantenimiento, pero un repositorio sin ninguna puede alcanzar igualmente 100/100.

76Bueno · 4% del índice global

Contexto y guía para agentes

50Moderado
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
15/15Documentación legible por máquinas (llms.txt) — llms.txt servido por el sitio web del proyecto (https://developer.nvidia.com/llms.txt)
34.7/40Historial de commits legible — 65 de 100 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtsí
llms_txt_urlhttps://developer.nvidia.com/llms.txt
legible_history_share0,65
agent_instruction_files—
agent_instruction_max_bytes—

Bucle de verificación (compilación / pruebas / verificación de tipos)

80Excelente
Cómo se puntúa
18/18Arranque con un solo comando — 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
22/22Pruebas automatizadas
11/11Configuración de lint / formato — .pylintrc
11/11Verificación estática de tipos — C++ (tipado estático)
10/10Entorno reproducible — lockfile
0/10Práctica demostrada con agentes — ningún commit con autoría de agente entre los últimos 100
0/8Mantenimiento automatizado — no se observan actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependencies — sin datos
Datos de entrada utilizados
has_nixno
has_testssí
lockfilespoetry.lock
has_dockerfileno
typed_languagesí
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_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

Legibilidad del código para modelos

90Excelente
Cómo se puntúa
45/45Código verificable por tipos — C++ (tipado estático)
44.9/55Tamaños de archivo manejables — 199/1080 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languageC++
largest_source_bytes3.041.274
source_files_sampled1080
oversized_source_files199

Interfaces legibles por máquina

100Excepcional
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software
0/20Servidor MCP — no aplicable a este tipo de software
40/40Ejemplos ejecutables — examples, notebooks, samples
Datos de entrada utilizados
example_dirsexamples, notebooks, samples
has_mcp_signalno
api_schema_files—
interfaces_expected_of—
Excluidos de la puntuación (sin datos o no aplicable): Esquema de API (OpenAPI/GraphQL/proto), Servidor MCP. Los pesos restantes se han renormalizado.

Datos clave

13.294estrellas de GitHub
83contribuidores
26commits en los últimos 12 meses
2días desde el último push
71versiones publicadas
3factor bus
573issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • 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

Más detalle

Historial de estrellas y forks 13.169 ★ / 2397 ⇿
13.169Estrellas
2397Forks
33Versiones

Cuándo se añadió cada estrella y fork, recopilado de GitHub y agrupado por día. El crecimiento acumulado se sitúa justo encima de las adiciones diarias que lo componen, de modo que ambos se leen en conjunto: la acumulación orgánica sostenida no se parece en nada a un pico abrupto y efímero. Cuando esa diferencia es medible, se informa como autenticidad del crecimiento.

Solo se muestra el historial más reciente: este repositorio supera la ventana de recopilación, por lo que no se captura el historial más antiguo.

El historial de estrellas se muestra tal como se recogió el 2026-07-21. GitHub restringió la API de stargazers a los administradores del repositorio en julio de 2026, por lo que esta serie ya no puede ampliarse; el total de estrellas indicado arriba sigue actualizándose.

025005000750010.00012.50015.00013.1692397462022-112024-092026-08
Mayor 1Menor 16Parche 7

Cada punto abarca 4 días.

Dependencias directas 2
RegistroPaqueteRestricción de versiónManifiesto
PyPIwheel0.45.1python/packaging/pyproject.toml
PyPIsetuptools^80.4.0python/packaging/pyproject.toml
Todas las dependencias 257

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 5 paquetes directos y 252 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIsetuptools—directa
PyPIsetuptools80.4.0directa
PyPIsetuptools80.9.0directa
PyPIwheel—directa
PyPIwheel0.45.1directa
PyPIabsl-py—indirecta
PyPIaccelerate1.2.1indirecta
PyPIalabaster0.7.16indirecta
PyPIanykeystore0.2indirecta
PyPIapex0.9.10devindirecta
PyPIargparse—indirecta
PyPIbabel2.17.0indirecta
PyPIbeautifulsoup44.14.2indirecta
PyPIbuild1.0.0indirecta
PyPIcertifi2025.10.5indirecta
PyPIcharset-normalizer3.4.3indirecta
PyPIcolorama0.4.6indirecta
PyPIcolored—indirecta
PyPIcolored2.3.1indirecta
PyPIcolored2.3.2indirecta
PyPIcoloredlogs15.0.1indirecta
PyPIcontourpy1.3.2indirecta
PyPIcontrolnet-aux0.0.6indirecta
PyPIcryptacular1.6.2indirecta
PyPIcuda-bindings—indirecta
PyPIcuda-bindings13.0.2indirecta
PyPIcuda-pathfinder1.3.0indirecta
PyPIcuda-python—indirecta
PyPIcuda-python12.9.0indirecta
PyPIcuda-python13.0.2indirecta
PyPIcupy-cuda12x—indirecta
PyPIcupy-cuda12x13.6.0indirecta
PyPIcycler0.12.1indirecta
PyPIdiffusers0.35.2indirecta
PyPIdocutils0.16indirecta
PyPIdocutils0.18.1indirecta
PyPIdocutils0.20.1indirecta
PyPIeinops0.8.1indirecta
PyPIexceptiongroup1.3.0indirecta
PyPIfilelock3.20.0indirecta
PyPIflatbuffers25.9.23indirecta
PyPIfonttools4.60.1indirecta
PyPIfsspec2025.9.0indirecta
PyPIftfy—indirecta
PyPIftfy6.3.1indirecta
PyPIfuro2022.4.7indirecta
PyPIfuro2024.8.6indirecta
PyPIgcloud—indirecta
PyPIgoogle-cloud-storage—indirecta
PyPIgreenlet3.2.4indirecta
PyPIhf-xet1.1.10indirecta
PyPIhuggingface-hub0.11.0indirecta
PyPIhuggingface-hub0.35.3indirecta
PyPIhuggingface-hub0.4.0indirecta
PyPIhumanfriendly10.0indirecta
PyPIhupper1.12.1indirecta
PyPIidna3.10indirecta
PyPIimageio2.37.0indirecta
PyPIimageio-ffmpeg—indirecta
PyPIimageio-ffmpeg0.6.0indirecta
PyPIimagesize1.4.1indirecta
PyPIimportlib-metadata8.7.0indirecta
PyPIiniconfig2.1.0indirecta
PyPIjinja23.1.6indirecta
PyPIkiwisolver1.4.9indirecta
PyPIlazy-loader0.4indirecta
PyPImarkdown-it-py3.0.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib—indirecta
PyPImatplotlib3.10.7indirecta
PyPImdit-py-plugins0.5.0indirecta
PyPImdurl0.1.2indirecta
PyPIml-dtypes—indirecta
PyPIml-dtypes0.5.3indirecta
PyPImpi4py4.1.1indirecta
PyPImpmath1.3.0indirecta
PyPImyst-parser0.16.1indirecta
PyPImyst-parser3.0.1indirecta
PyPInccl4py0.1.1indirecta
PyPInetworkx3.4.2indirecta
PyPInltk3.9.1indirecta
PyPInumba—indirecta
PyPInumba-cuda—indirecta
PyPInumpy—indirecta
PyPInumpy1.23.0indirecta
PyPInumpy1.23.1indirecta
PyPInumpy1.26.4indirecta
PyPInumpy2.2.3indirecta
PyPInumpy2.2.6indirecta
PyPInvidia-cublas-cu1212.8.4.1indirecta
PyPInvidia-cuda-cupti-cu1212.8.90indirecta
PyPInvidia-cuda-nvrtc-cu1212.8.93indirecta
PyPInvidia-cuda-runtime-cu1212.8.90indirecta
PyPInvidia-cudnn-cu129.10.2.21indirecta
PyPInvidia-cufft-cu1211.3.3.83indirecta
PyPInvidia-cufile-cu121.13.1.3indirecta
PyPInvidia-curand-cu1210.3.9.90indirecta
PyPInvidia-cusolver-cu1211.7.3.90indirecta
PyPInvidia-cusparse-cu1212.5.8.93indirecta
PyPInvidia-cusparselt-cu120.7.1indirecta
PyPInvidia-cutlass-dsl4.5.0indirecta
PyPInvidia-modelopt—indirecta
PyPInvidia-modelopt0.31.0indirecta
PyPInvidia-modelopt0.35.0indirecta
PyPInvidia-nccl-cu122.27.3indirecta
PyPInvidia-nvjitlink-cu1212.8.93indirecta
PyPInvidia-nvtx-cu1212.8.90indirecta
PyPInvidia-pyindex—indirecta
PyPInvidia-tensorrt—indirecta
PyPInvtx—indirecta
PyPInvtx0.2.13indirecta
PyPIoauthlib3.3.1indirecta
PyPIonnx—indirecta
PyPIonnx1.13.1indirecta
PyPIonnx1.14.0indirecta
PyPIonnx1.17.0indirecta
PyPIonnx1.18.0indirecta
PyPIonnx1.20.0indirecta
PyPIonnx1.9.0indirecta
PyPIonnx-graphsurgeon—indirecta
PyPIonnx-graphsurgeon0.5.2indirecta
PyPIonnx-ir0.1.10indirecta
PyPIonnxconverter-common1.12.2indirecta
PyPIonnxmltools1.11.1indirecta
PyPIonnxruntime—indirecta
PyPIonnxruntime1.12.1indirecta
PyPIonnxruntime1.15.0indirecta
PyPIonnxruntime1.18.1indirecta
PyPIonnxruntime1.19.2indirecta
PyPIonnxruntime1.22.1indirecta
PyPIonnxruntime1.24.2indirecta
PyPIonnxruntime1.8.1indirecta
PyPIonnxruntime-gpu—indirecta
PyPIonnxscript—indirecta
PyPIonnxscript0.5.4indirecta
PyPIopencv-python4.11.0.86indirecta
PyPIopencv-python-headless4.8.0.74indirecta
PyPIpackaging25.0indirecta
PyPIpastedeploy3.1.0indirecta
PyPIpbkdf21.3indirecta
PyPIpeft0.17.0indirecta
PyPIpillow—indirecta
PyPIpillow11.3.0indirecta
PyPIplaster1.1.2indirecta
PyPIplaster-pastedeploy1.0.1indirecta
PyPIpluggy1.6.0indirecta
PyPIpolygraphy—indirecta
PyPIpolygraphy0.49.0indirecta
PyPIpolygraphy0.49.22indirecta
PyPIpolygraphy0.50.1indirecta
PyPIprettytable—indirecta
PyPIprotobuf—indirecta
PyPIprotobuf3.20.2indirecta
PyPIprotobuf3.20.3indirecta
PyPIprotobuf6.32.1indirecta
PyPIpsutil7.1.0indirecta
PyPIpycuda—indirecta
PyPIpygments2.19.2indirecta
PyPIpyparsing3.2.5indirecta
PyPIpyramid2.0.2indirecta
PyPIpyramid-mailer0.15.1indirecta
PyPIpyreadline33.5.4indirecta
PyPIpytest—indirecta
PyPIpytest8.4.2indirecta
PyPIpytest-console-scripts—indirecta
PyPIpytest-rerunfailures—indirecta
PyPIpytest-virtualenv—indirecta
PyPIpytest-xdist—indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-openid2.2.5indirecta
PyPIpywin32—indirecta
PyPIpyyaml—indirecta
PyPIpyyaml6.0.3indirecta
PyPIregex2025.9.18indirecta
PyPIrepoze-sendmail4.4.1indirecta
PyPIrequests2.25.1indirecta
PyPIrequests2.32.4indirecta
PyPIrequests2.32.5indirecta
PyPIrequests2.33.0indirecta
PyPIrequests-oauthlib2.0.0indirecta
PyPIsafetensors0.6.2indirecta
PyPIscikit-image0.25.2indirecta
PyPIscipy—indirecta
PyPIscipy1.15.3indirecta
PyPIsentencepiece—indirecta
PyPIsentencepiece0.1.95indirecta
PyPIsentencepiece0.1.97indirecta
PyPIsentencepiece0.2.1indirecta
PyPIsix1.17.0indirecta
PyPIsnowballstemmer3.0.1indirecta
PyPIsoupsieve2.8indirecta
PyPIsphinx4.4.0indirecta
PyPIsphinx7.1.2indirecta
PyPIsphinx-basic-ng1.0.0b2indirecta
PyPIsphinx-glpi-theme—indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPIsqlalchemy2.0.44indirecta
PyPIsympy1.14.0indirecta
PyPIsympy1.9indirecta
PyPItabulate—indirecta
PyPItensorflow—indirecta
PyPItensorflow-gpu2.8.0indirecta
PyPItensorrt—indirecta
PyPItensorrt-module—indirecta
PyPItf2onnx—indirecta
PyPItf2onnx1.10.1indirecta
PyPItifffile2025.5.10indirecta
PyPItimm1.0.20indirecta
PyPItokenizers0.21.4indirecta
PyPItoml—indirecta
PyPItomli2.0.0indirecta
PyPItomli2.3.0indirecta
PyPItorch—indirecta
PyPItorch1.10indirecta
PyPItorch1.10.2indirecta
PyPItorch1.10.2+cu113indirecta
PyPItorch1.11.0indirecta
PyPItorch1.11.0+cu113indirecta
PyPItorch1.13.1indirecta
PyPItorch2.8.0indirecta
PyPItorch2.9.1indirecta
PyPItorchao0.13.0indirecta
PyPItorchvision—indirecta
PyPItorchvision0.11.3indirecta
PyPItorchvision0.12.0indirecta
PyPItorchvision0.23.0indirecta
PyPItqdm4.66.4indirecta
PyPItqdm4.67.1indirecta
PyPItransaction5.0indirecta
PyPItransformers4.18.0indirecta
PyPItransformers4.20.0indirecta
PyPItransformers4.52.4indirecta
PyPItranslationstring1.4indirecta
PyPItriton—indirecta
PyPItriton3.2.0indirecta
PyPItriton3.4.0indirecta
PyPItriton3.5.0indirecta
PyPItyping-extensions4.15.0indirecta
PyPIurllib32.5.0indirecta
PyPIvelruse1.1.1indirecta
PyPIvenusian3.1.1indirecta
PyPIvirtualenv—indirecta
PyPIwcwidth0.2.14indirecta
PyPIwebob1.8.9indirecta
PyPIwget—indirecta
PyPIwget3.2indirecta
PyPIwtforms3.2.1indirecta
PyPIwtforms-recaptcha0.3.2indirecta
PyPIzipp3.23.0indirecta
PyPIzope-deprecation6.0indirecta
PyPIzope-interface8.0.1indirecta
PyPIzope-sqlalchemy4.0indirecta
Avisos de dependencias 0

Instalar pypi:tensorrt@11.2.1.2 arrastra 3 paquetes, directos y transitivos: 0 tienen avisos conocidos, de los cuales 0 son dependencias directas.

Ningún aviso conocido afecta a las dependencias evaluadas.

Un aviso significa que la versión registrada en el grafo de dependencias cae dentro del rango afectado de un aviso. No se analiza la alcanzabilidad, y el grafo incluye fijaciones de desarrollo y prueba: un hallazgo puede referirse al utillaje y no al software distribuido.

Informe JSON sin procesar legible por máquina

Comentarios

¿Algo no cuadra en este informe, o hay ideas que compartir? Mediciones erróneas, herramientas no detectadas, ideas, preguntas: todo es bienvenido. Cada mensaje se lee y recibe respuesta.

El mensaje se conserva durante el inicio de sesión.

Registros relacionados

Repositorios inspeccionados que comparten etiquetas de catálogo o ecosistemas con NVIDIA/TensorRT. Leer en paralelo →

98NVIDIA/TensorRT-LLMTensorRT LLM provides users with an easy-to-use Python API to define Large Language Models (LLMs) and supports state-of-the-art optimizations to perform inference efficiently on NVIDIA GPUs. TensorRT LLM also contains components to create Python and C++ runtimes that orchestrate the inference execution in a performant way.Excepcional94pytorch/TensorRTPyTorch/TorchScript/FX compiler for NVIDIA GPUs using TensorRTExcepcional92triton-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.Excelente87NexusGPU/tensor-fusionTensor Fusion is a state-of-the-art GPU virtualization and pooling solution designed to optimize GPU cluster utilization to its fullest potential.Excelente100huggingface/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. Excepcional99ai-dynamo/dynamoA Datacenter Scale Distributed Inference Serving FrameworkExcepcional

Las puntuaciones son señales, no garantías. Reflejan prácticas públicamente visibles en GitHub; no son una auditoría de código ni una garantía de seguridad.

Los datos ausentes se excluyen y los pesos se renormalizan; nunca se puntúan como cero. La metodología es versionada y abierta: métricas v2.10.0, esquema v0.34.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.