Motor de simulación física acelerado por GPU y basado en NVIDIA Warp, dirigido a especialistas en robótica e investigación en simulación.
NVIDIA/warp
Framework de Python que compila funciones Python comunes con JIT para convertirlas en kernels que se ejecutan en CPU o GPU NVIDIA, para simulación, robótica y ML.
- Estrellas
- 7,279
- Forks
- 683
- Issues abiertos
- 390
- Último commit
- ayer
¿Qué es?
Warp convierte funciones Python comunes en código de kernel eficiente mediante compilación JIT, para ejecutarlo en CPU o GPU. Está orientado a la simulación acelerada por GPU, la robótica, el procesamiento geométrico y el aprendizaje automático, e incluye primitivas para trabajar con física y geometría.
Los kernels de Warp son diferenciables, por lo que se pueden usar en flujos de trabajo de machine learning junto con PyTorch, JAX y Paddle. El paquete se distribuye en PyPI como el wheel warp-lang, con aceleración CUDA en Windows y Linux x86-64; los wheels para macOS solo se ejecutan en CPU.
El repositorio incluye numerosos ejemplos sobre simulación física, métodos de elementos finitos, optimización diferenciable y programación de GPU basada en tiles, además de notebooks tutoriales que se pueden abrir en Colab.
Funciones clave
- 01Compila funciones Python comunes en kernels que se ejecutan en CPU o GPU con CUDA.
- 02Los kernels son diferenciables y se integran con PyTorch, JAX y Paddle.
- 03Incluye primitivas para simulación física, procesamiento geométrico y robótica.
- 04Se instala desde PyPI como warp-lang, con dependencias opcionales para los ejemplos.
- 05Incluye ejemplos y notebooks tutoriales sobre simulación y optimización.
Casos de uso
- Ejecutar grandes simulaciones de partículas o fluidos en GPU NVIDIA desde Python.
- Crear simuladores diferenciables que envíen gradientes a un bucle de entrenamiento de PyTorch o JAX.
- Procesar geometría, por ejemplo, mediante raycasting de mallas o extracción de isosuperficies en Python.
- Crear prototipos de kernels de GPU sin escribir CUDA C++ a mano.
Inicio rápido
- 1
Instala Warp desde PyPI
pip install warp-lang - 2
Ejecuta el ejemplo de simulación de gravedad del código de Quick Start (guárdalo como archivo Python y ejecútalo)
Antes de usarlo
- La aceleración CUDA en Linux y Windows requiere una GPU NVIDIA Turing (sm_75) o posterior y un controlador NVIDIA reciente.
- Los wheels de macOS solo funcionan con CPU y no admiten la aceleración Metal.
- Los entornos CUDA 12 necesitan un wheel +cu12 independiente o una compilación desde el código fuente.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es warp?
- Framework de Python que compila funciones Python comunes con JIT para convertirlas en kernels que se ejecutan en CPU o GPU NVIDIA, para simulación, robótica y ML. Warp convierte funciones Python comunes en código de kernel eficiente mediante compilación JIT, para ejecutarlo en CPU o GPU. Está orientado a la simulación acelerada por GPU, la robótica, el procesamiento geométrico y el aprendizaje automático, e incluye primitivas para trabajar con física y geometría.
- ¿warp es gratuito? ¿Qué licencia tiene?
- warp es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿warp sigue mantenido?
- Mantenimiento activo. El último commit de warp fue el 6 nov 2026.
- ¿Para qué puedo usar warp?
- Ejecutar grandes simulaciones de partículas o fluidos en GPU NVIDIA desde Python. Crear simuladores diferenciables que envíen gradientes a un bucle de entrenamiento de PyTorch o JAX. Procesar geometría, por ejemplo, mediante raycasting de mallas o extracción de isosuperficies en Python. Crear prototipos de kernels de GPU sin escribir CUDA C++ a mano.
- ¿Cómo se instala warp?
- Instala Warp desde PyPI: pip install warp-lang Ejecuta el ejemplo de simulación de gravedad del código de Quick Start (guárdalo como archivo Python y ejecútalo)
- ¿Dónde consigo warp?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/NVIDIA/warp
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Versión del simulador de física MuJoCo acelerada por GPU y basada en NVIDIA Warp, para simulaciones de robótica de alto rendimiento.
Motor de física de cuerpos rígidos basado en JAX que ejecuta simulaciones diferenciables y masivamente paralelas en aceleradores para investigación en robótica y RL.
Simulador de cuadricópteros basado en JAX que ejecuta simulaciones diferenciables por lotes en CPU y GPU para drones Crazyflie 2.x.
Componentes de código abierto de TensorRT de NVIDIA, un SDK para inferencia de deep learning de alto rendimiento en GPU NVIDIA, que incluye plugins, el parser de ONNX y ejemplos.
Biblioteca de código abierto en C++ para simular la dinámica de sistemas articulados, como robots, vehículos y esqueletos humanos.