tinygrad

这可能不是最好的深度学习框架，但它确实是一个深度学习框架。
由于其极简的设计，它旨在成为最容易添加新加速器的框架，同时支持推理和训练。如果XLA是CISC，那么tinygrad就是RISC。
特性：

LLaMA与Stable Diffusion：tinygrad 可以运行 LLaMA 和 Stable Diffusion！
惰性求值：尝试一次矩阵乘法，你会发现，尽管风格简洁，但借助惰性求值的力量，它被融合为单一内核。
神经网络：事实证明，构建神经网络所需的核心功能，90%仅需一个良好的自动微分/张量库。再加上优化器、数据加载器和计算资源，你便拥有了全部所需。