3 个#cuda MCP 服务器和客户端

以下 MCP 服务器和客户端均标记为 #cuda——安装后即可让 Claude、Cursor、VS Code 等支持 MCP 的客户端获得 cuda 相关能力。

Forge - GPU Kernel Optimization

RightNow-AI

Turn slow PyTorch into fast CUDA/Triton kernels. 32 parallel swarm agents optimize your code on real datacenter GPUs (B200, H200, H100, A100) with up to 14x speedup over torch.compile.

创建于 9个月前

Ingero

ingero-io

eBPF-based GPU causal observability agent with MCP server. Traces CUDA Runtime/Driver APIs and host kernel events to build causal chains explaining GPU latency

创建于 8个月前

CKG-NVIDIA- AI - Nvidia Developer Stack As A Compressed Knowledge Graph - 20 Domains, 998 Nodes, Agents Traverse Type Dependency Graphs

Yarmoluk

NVIDIA AI developer stack as a Compressed Knowledge Graph (CKG) — 20 domains, 998 nodes, every prerequisite chain declared as typed edges. Agents traverse REQUIRES/ENABLES relationships instead of scanning docs. 4× F1 vs RAG, 11× fewer tokens. No API key required

创建于 4个月前

常见问题

关于 #cuda 标签下 MCP 服务器和客户端的常见问题

什么是 #cuda MCP 服务器？

标记为 #cuda 的 MCP 服务器实现了 Model Context Protocol，让 Claude、Cursor、VS Code 等 AI 助手可以访问 cuda 相关的工具、数据或 API。

标记为 #cuda 的 MCP 服务器和客户端有多少个？

mcp.so 目前收录了 3 个标记为 #cuda 的 MCP 服务器和客户端。

如何安装 #cuda MCP 服务器？

打开下方任意服务器页面，将安装配置复制到 Claude Desktop、Cursor、VS Code 或其他 MCP 客户端的配置中即可——远程服务器无需单独下载。

全部