2021년 최고의 오픈소스 소프트웨어 목록

이 기사는 InfoWorld에서 2021year에 게시한 "최고의 오픈 소스 소프트웨어 목록"을 번역한 것입니다.

InfoWorld는 1978년에 설립되었으며 현재 IDG의 일부인 정보 기술 미디어 회사입니다. InfoWorld는 매년 오픈소스 커뮤니티에 대한 소프트웨어의 기여도와 업계에 미치는 영향력을 기준으로 올해의 "최고의 오픈소스 소프트웨어"(BOSSIE)를 선정하고 있습니다.

이 상을 받은 29개의 오픈 소스 프로젝트는 다음과 같습니다. 소프트웨어 개발, 개발, 클라우드 네이티브 컴퓨팅, 기계 학습 및 기타 유형, 아래를 살펴보겠습니다. 익숙한 얼굴이 있습니까? ! 1, Svelte 및 SvelteKit

많은 혁신적인 오픈 소스 프런트 엔드 JavaScript 프레임워크 중에서 Svelte와 풀 스택 대응 SvelteKit은 가장 야심차고 비전이 있는 것일 수 있습니다. Svelte는 처음부터 컴파일 타임 전략을 수용하여 현 상태를 뒤흔들었고 뛰어난 성능, 지속적인 개발, 훌륭한 개발자 경험을 바탕으로 전진했습니다.이제 공개 베타 버전인 SvelteKit은 최신 도구를 수용하고 서버리스 환경에 대한 배포를 내장 기능으로 만들어 Svelte의 전통을 이어갑니다.

주소: https://github.com/sveltejs/svelte

2, Minikube

Minikube는 Kubernetes를 로컬에서 실행하는 쉬운 도구입니다. 쉽게 스탠드를 만들 수 있습니다. -노트북의 가상 머신 내에 있는 Kubernetes 클러스터. Kubernetes를 쉽게 사용해 보거나 일상적인 개발에 Kubernetes를 사용할 수 있습니다.

주소: https://github.com/kubernetes/minikube

3, Pixie

Pixie는 상위 수준 클러스터를 볼 수 있는 Kubernetes 애플리케이션용 관찰 도구입니다. 서비스 맵, 클러스터 리소스, 애플리케이션 트래픽과 같은 성능 상태, 포드 상태, Flame 그래프, 개별 전체 본문 애플리케이션 요청과 같은 더 자세한 보기로 드릴다운할 수도 있습니다. Pixie는 클러스터 CPU의 5% 미만을 사용하여 클러스터에서 로컬로 모든 원격 측정 데이터를 수집, 저장 및 쿼리하는 eBPF를 사용하여 원격 측정 데이터를 자동으로 수집합니다. Pixie의 사용 사례에는 클러스터 내 네트워크 모니터링, 인프라 상태, 서비스 성능 및 데이터베이스 쿼리 프로파일링이 포함됩니다.

주소: https://github.com/pixie-io/pixie

4. FastAPI

FastAPI는 API 구축을 위한 고성능 웹 프레임워크입니다. 주요 기능:

• 빠름: NodeJS 및 Go와 동등한 매우 높은 성능

• 빠른 코딩: 기능 개발 속도를 약 200% ~ 300% 향상

• 오류 감소: 인적 오류 약 40% 감소

• 직관적: 강력한 편집기 지원, 어디서나 자동 완성, 디버깅 시간 단축

• 쉬움: 사용 및 학습이 용이하도록 설계되어 문서를 읽는 시간이 단축됩니다.

• Short: 코드 중복을 줄입니다.

• 견고함: 자동 대화형 문서를 통해 프로덕션에 바로 사용할 수 있는 코드 얻기

• 표준 기반: API의 개방형 표준 OpenAPI 및 JSON 스키마를 기반으로 하며 완벽하게 호환됩니다.

Crystal은 C의 속도와 Ruby의 표현력을 갖춘 프로그래밍 언어를 제공하기 위한 프로젝트로 수년간 개발을 진행해왔습니다. 올해 초 Crystal 1.0이 출시되면서 이제 이 언어는 일반 워크로드에 사용할 수 있을 만큼 안정적입니다. Crystal은 정적 타이핑과 LLVM 컴파일러를 사용하여 빠른 속도를 달성하고 런타임 시 null 참조와 같은 일반적인 문제를 방지합니다. Crystal은 기존 C 코드와 인터페이스하여 속도와 편의성을 더욱 높일 수 있으며, 컴파일 타임 매크로를 사용하여 기본 언어의 구문을 확장할 수도 있습니다.

주소: https://github.com/crystal-lang/crystal

6. Windows 터미널

Windows 터미널은 새롭고 인기 있는 강력한 명령줄 터미널 도구입니다. 여기에는 멀티탭 지원, 서식 있는 텍스트, 다국어 지원, 구성 가능, 테마 및 스타일, 이모티콘 및 GPU 기반 텍스트 렌더링 지원 등과 같이 커뮤니티에서 많이 요청한 많은 기능이 포함되어 있습니다. 동시에 터미널은 여전히 ​​빠르고 효율적이며 많은 양의 메모리와 전력을 소비하지 않는다는 우리의 목표와 요구 사항을 충족합니다. Linux 중국어 커뮤니티를 팔로우하세요

주소: https://github.com/Microsoft/Terminal

7, OBS Studio

OBS Studio는 비디오 콘텐츠의 효율적인 캡처, 합성, 인코딩, 녹화 및 스트리밍을 위해 설계된 라이브 스트리밍 및 화면 녹화용 소프트웨어로 모든 스트리밍 미디어 플랫폼을 지원합니다.

• 고성능 실시간 비디오/오디오 캡처 및 믹싱. 창 캡처, 이미지, 텍스트, 브라우저 창, 웹캠, 캡처 카드 등을 포함한 여러 소스로 구성된 장면을 만듭니다.
• 사용자가 맞춤 전환을 통해 원활하게 전환할 수 있는 장면을 무제한으로 설정하세요.
• 노이즈 게이트, 노이즈 억제, 게인 등 각 소스에 대한 필터가 포함된 직관적인 오디오 믹서. VST 플러그인 지원을 완벽하게 제어합니다.
• 강력하고 사용하기 쉬운 구성 옵션. 새 소스를 추가하고, 기존 소스를 복사하고, 속성을 쉽게 조정하세요.
• 간소화된 설정 패널을 통해 사용자는 다양한 구성 옵션에 액세스하여 방송 또는 녹화의 모든 측면을 조정할 수 있습니다.
• 모듈형 "Dock" UI를 사용하면 사용자가 필요에 따라 레이아웃을 정확하게 재정렬할 수 있습니다. 사용자는 각 개별 Dock을 자체 창에 표시할 수도 있습니다.

주소: https://github.com/obsproject/obs-studio

8, Shotcut

Shotcut은 효과와 레이어링을 적용하는 동안 오디오 및 비디오 트랙에 대한 모든 표준 수정 작업을 수행할 수 있는 크로스 플랫폼 비디오 편집 도구입니다. Shotcut은 매우 활동적인 커뮤니티를 보유하고 있으며 초보자와 고급 비디오그래퍼 모두에게 도움이 되는 수많은 방법 비디오와 튜토리얼을 제공합니다. Mac, Linux, BSD 및 Windows에서 실행되며 크로스 플랫폼임에도 불구하고 인터페이스가 빠르고 유사한 도구에 비해 사용이 상대적으로 간단합니다.

주소: https://github.com/mltframework/shotcut

9, Weave GitOps Core

Weave GitOps는 Kubernetes 클러스터에 애플리케이션을 지속적으로 제공하기 위해 효율적인 GitOps 워크플로를 지원합니다. 최고의 GitOps 엔진인 CNCF Flux을 기반으로 합니다.

주소: https://github.com/weaveworks/weave-gitops

10, Apache Solr

Apache Solr는 Lucene을 기반으로 하는 전체 텍스트 검색 서버이자 가장 인기 있는 기업 수준 검색 엔진입니다. Apache Lucene은 Elasticsearch와 같은 다른 검색 엔진을 포함하여 사용하는 대부분의 소프트웨어의 검색 기능을 뒷받침하는 기본 검색 기술입니다. Elasticsearch와 달리 Solr는 오픈 소스 라이선스를 포기했지만 여전히 무료입니다. Solr는 클러스터링 가능하고 클라우드 배포가 가능하며 클라우드 규모 검색 서비스를 구축할 수 있을 만큼 강력합니다. 결과를 자동으로 조정하고 가중치를 부여하는 데 도움이 되는 LTR 알고리즘도 포함되어 있습니다.

주소: https://github.com/apache/solr

11, MLflow

MLflow는 Databricks에서 만들고 Linux Foundation에서 호스팅합니다. 이는 사람들이 다양한 기계 학습 모델, 실험 및 작업을 추적, 관리 및 유지할 수 있는 MLOps 플랫폼입니다. 배포. 실험(코드, 데이터, 구성, 결과)을 기록 및 쿼리하고, 데이터 과학 코드를 프로젝트에 패키지하고, 이러한 프로젝트를 워크플로에 연결하는 도구를 제공합니다.

주소: https://github.com/mlflow/mlflow

12, Orange

Orange는 데이터 마이닝을 "생산적이고 재미있게" 만드는 것을 목표로 합니다. Orange를 사용하면 사용자는 시각화뿐만 아니라 다양한 기계 학습 및 분석 기능을 수행하는 데이터 분석 워크플로우를 생성할 수 있습니다. R Studio 및 Jupyter와 같은 프로그래밍 또는 텍스트 도구에 비해 Orange는 매우 직관적입니다. 위젯을 캔버스로 드래그하여 파일을 로드하고, 모델을 사용하여 데이터를 분석하고, 결과를 시각화할 수 있습니다.

주소: https://github.com/biolab/orange3

13, Flutter

Flutter는 Google 엔지니어 팀이 고성능 크로스 플랫폼 모바일 앱을 만들기 위해 제작했습니다. Flutter는 현재와 미래의 모바일 기기에 최적화되어 있으며 Android 및 iOS의 짧은 지연 시간 입력과 높은 프레임 속도에 중점을 두고 있습니다. 개발자에게 크로스 플랫폼 고성능 모바일 애플리케이션을 구축하고 배포하는 간단하고 효율적인 방법을 제공할 수 있으며 사용자에게 아름답고 빠르며 흔들림 없는 앱 경험을 제공합니다.

주소: https://github.com/flutter

14, Apache Superset

Apache Superset은 Airbnb(유명 온라인 단기 주택 임대 회사) 오픈 소스 데이터 탐색 및 시각화 플랫폼(이전의 Panoramix, Caravel)입니다. 이 도구는 시각화에 사용되며, 사용 편의성과 상호 작용 측면에서 매우 독특하며 사용자가 쉽게 데이터의 시각적 분석을 수행할 수 있습니다. Apache Superset은 엔터프라이즈급 비즈니스 인텔리전스 웹 애플리케이션이기도 합니다.

주소: https://github.com/apache/superset

15, Presto

Presto는 클러스터에서 실행되는 온라인 분석 처리를 위한 오픈 소스 분산 SQL 엔진입니다. Presto는 파일부터 데이터베이스까지 다양한 데이터 소스를 쿼리하고 많은 비즈니스 인텔리전스 및 분석 환경에 결과를 반환할 수 있습니다. 또한 Presto를 사용하면 Hive, Cassandra, 관계형 데이터베이스, 독점 데이터 저장소 등 데이터가 어디에 있든 쿼리할 수 있습니다. Presto 쿼리는 여러 소스의 데이터를 결합할 수 있습니다. Facebook은 Presto를 사용하여 300PB 데이터 웨어하우스를 포함한 여러 내부 데이터 저장소에 대해 대화형 쿼리를 수행합니다.

주소: https://github.com/prestodb/presto

16, Apache Arrow

Apache Arrow는 최신 CPU 및 GPU에서 효율적인 분석 작업을 위해 구성된 평면 및 계층적 데이터에 대한 언어 독립적인 열 메모리 형식을 정의합니다. Arrow 메모리 형식은 또한 직렬화 오버헤드 없이 매우 빠른 데이터 액세스를 위해 제로 복사 읽기를 지원합니다. Arrow 라이브러리 는 C, C++, C#, Go, Java, JavaScript, Julia, MATLAB, Python, R, Ruby 및 Rust에서 사용할 수 있습니다.

주소: https://github.com/apache/arrow

17, InterpretML

InterpretML은 여러 가지 최첨단 기계 학습 해석 기술이 포함된 오픈 소스 XAI(Explainable AI) 패키지입니다. InterpretML을 사용하면 해석 가능한 glassbox 모델을 학습하고 블랙박스 시스템을 해석할 수 있습니다. InterpretML은 모델의 전역 동작을 이해하거나 개별 예측의 이유를 이해하는 데 도움이 될 수 있습니다. InterpretML에는 많은 기능 중에서 Microsoft Research의 설명 가능한 부스팅 머신(Explainable Boosting Machine)이라는 "유리 상자" 모델이 있습니다. 이 모델은 블랙박스 모델에 가까운 사후 해석을 위해 Lime을 지원합니다.

주소: https://github.com/interpretml/interpret

18, Lime

Lime(로컬 해석 가능한 모델 독립적 설명의 약어)은 입력의 특징을 교란하고 예측을 확인하여 기계 학습 분류를 설명하는 사후 기술입니다. 결과 기계 예측. Lime은 두 개 이상의 클래스가 있는 모든 블랙박스 분류기를 해석할 수 있으며, 이는 텍스트 및 이미지 도메인 모두에 적용됩니다. Lime은 InterpretML에도 포함되어 있습니다.

주소: https://github.com/marcotcr/lime

19, Dask

Dask는 Python 패키지를 여러 컴퓨터로 확장할 수 있는 병렬 컴퓨팅용 오픈 소스 라이브러리입니다. Dask는 동일한 시스템 또는 다중 노드 클러스터 내에서 여러 GPU에 데이터와 계산을 분산할 수 있습니다. Dask는 GPU 가속 데이터 분석 및 기계 학습을 위해 Rapids cuDF, XGBoost 및 Rapids cuML과 통합됩니다. 또한 NumPy, Pandas 및 Scikit-learn과 통합되어 작업 흐름을 병렬화합니다

주소: https://github.com/dask/dask

20, BlazingSQL

BlazingSQL은 RAPIDS 생태계에 구축된 GPU 가속 SQL 엔진입니다. RAPIDS는 Apache Arrow 컬럼 메모리 형식을 기반으로 하며, cuDF는 데이터 로드, 조인, 집계, 필터링 및 조작을 위한 GPU DataFrame 라이브러리입니다. 대규모 데이터 과학 워크플로 및 엔터프라이즈 데이터 세트를 지원하는 다양한 기능을 갖춘 cuDF의 SQL 인터페이스입니다.

주소: https://github.com/BlazingDB/blazingsql

21, Rapids

Nvidia의 Rapids 오픈 소스 소프트웨어 라이브러리 및 API 제품군은 GPU에서 전체 데이터 과학 및 분석 파이프라인을 실행할 수 있는 기능을 제공합니다. Rapids는 낮은 수준의 컴퓨팅 최적화를 위해 Nvidia CUDA 기본 요소를 사용하고 사용자 친화적인 Python 인터페이스를 통해 GPU의 병렬성과 고대역폭 메모리 속도를 노출합니다. Rapids는 Scikit-learn에서 대부분의 알고리즘의 GPU 버전을 제공하는 기계 학습 라이브러리 모음인 Pandas와 유사한 DataFrame 라이브러리인 cuDF; NetworkX와 유사한 가속 그래프 분석 라이브러리인 cuGraph
주소: https://github.com/rapidsai/cudf

22, PostHog

PostHog은 개발자를 위해 구축된 오픈 소스 제품 분석 플랫폼입니다. 제3자에게 데이터를 전송하지 않고 웹사이트나 앱의 모든 이벤트를 자동으로 수집합니다. 사용자 수준에서 이벤트 기반 분석을 제공하여 제품 사용 데이터를 캡처하여 어떤 사용자가 애플리케이션에서 어떤 작업을 수행했는지 확인합니다. 수동으로 이벤트를 푸시할 필요 없이 클릭 수와 페이지 조회 수를 자동으로 캡처하여 사용자가 수행하는 작업을 분석합니다.

주소: https://github.com/PostHog/posthog

23, LakeFS

LakeFS는 개체 스토리지에 Git과 유사한 버전 제어 계층을 추가하여 "코드를 관리하는 것과 동일한 방식으로 데이터 레이크를 관리"하는 방법을 제공합니다. Git 의미론을 적용하면 사용자는 공유 객체를 손상시킬 위험 없이 작업, 실험 및 모델 분석을 위한 격리된 제로 복사본 데이터 포크를 만들 수 있습니다. LakeFS는 데이터에 유용한 커밋 메모, 메타데이터 필드 및 롤백 옵션을 제공할 뿐만 아니라 커밋되지 않은 분기가 실수로 프로덕션에 다시 병합되기 전에 데이터 무결성과 품질을 유지하기 위한 유효성 검사 후크를 제공하고 형식 및 스키마 검사를 실행합니다. LakeFS를 사용하면 코드 베이스를 관리하고 보호하는 익숙한 기술을 Amazon S3 및 Azure Blob Storage와 같은 최신 데이터베이스로 확장할 수 있습니다.

주소: https://github.com/treeverse/lakeFS

24, Meltano

Meltano는 올해 GitLab에서 분리되었습니다. GitLab은 기존 ELT(추출, 로드, 변환)를 대체하는 무료 오픈 소스 DataOps 도구 체인입니다. Meltano의 데이터 웨어하우징 프레임워크를 사용하면 프로젝트에 대한 데이터를 쉽게 모델링, 추출 및 변환할 수 있으며, 보고를 단순화하는 내장 분석 도구 및 대시보드를 통해 통합 및 변환 파이프라인을 보완합니다. 신뢰할 수 있는 추출기 및 로더 라이브러리를 제공하고 Singer의 표준 데이터 추출 탭 및 데이터 로딩 대상에 대한 지원을 제공하는 Meltano는 이미 데이터 오케스트레이션의 강자입니다.

25, Trino

Trino(이전의 PrestoSQL)는 대규모 분산 데이터 소스에서 매우 빠른 쿼리를 실행할 수 있는 분산 SQL 분석 엔진입니다. Trino를 사용하면 처리를 위해 데이터를 복사하거나 이동하지 않고도 데이터 레이크, 관계형 저장소 또는 여러 개의 서로 다른 소스에 대해 동시에 쿼리를 실행할 수 있습니다.또한 Trino는 대화형이든 임시이든 데이터 과학자가 사용할 수 있는 모든 비즈니스 인텔리전스 및 분석 도구와 잘 작동하여 학습 곡선을 최소화합니다. 데이터 엔지니어가 점점 더 많은 데이터 소스에서 복잡한 분석을 지원하려고 노력함에 따라 Trino는 쿼리 실행을 최적화하고 서로 다른 소스의 결과를 가속화하는 방법을 제공합니다.

주소: https://github.com/trinodb/trino

26, StreamNative

StreamNative는 확장성이 뛰어난 메시지 및 이벤트 스트리밍 플랫폼으로, -엔터프라이즈 애플리케이션 흐름을 위한 시간 보고 및 분석 도구와 데이터 파이프라인. StreamNative는 Apache Pulsar의 강력한 분산 스트림 처리 아키텍처를 Kubernetes 및 하이브리드 클라우드 지원과 같은 엔터프라이즈 추가 기능, 대규모 데이터 커넥터 라이브러리, 손쉬운 인증 및 권한 부여, 상태 및 성능 모니터링을 위한 전문 도구와 결합하여 Pulsar 기반을 단순화합니다. -time 애플리케이션을 사용하고 대규모 메시징 백플레인의 배포 및 관리를 단순화합니다.

주소: https://github.com/streamnative

27, Hugging Face

Hugging Face는 그 자체로는 딥러닝 프레임워크가 아닌 가장 중요한 오픈 소스 딥러닝 리소스 라이브러리를 제공합니다. Hugging Face의 목표는 텍스트를 넘어 이미지, 오디오, 비디오, 객체 감지 등을 지원하는 것입니다. Infoworld는 딥 러닝 실무자가 앞으로 이 저장소에 세심한 주의를 기울여야 한다고 지적합니다.

주소: https://github.com/huggingface/transformers

28, EleutherAI

EleutherAI는 모든 사람에게 GPT-3를 제공하는 것을 목표로 하는 분산형 머신러닝 연구자 그룹입니다. 2021년 초 EleutherAI는 훈련용 825GB의 다양한 텍스트 데이터 세트인 The Pile을 출시했으며, 6월에는 OpenAI의 GPT-3 Curie 변형과 거의 동일한 60억 개의 매개변수 모델인 GPT-J를 발표했습니다. GPT-NeoX의 출현으로 EleutherAI는 현재 가장 널리 보급된 GPT-3 모델과 경쟁하기 위해 매개변수를 1,750억까지 늘릴 계획입니다.

주소: https://github.com/EleutherAI/gpt-neo

29, 생성 예술을 위한 Colab 노트북

첫 번째는 텍스트 및 이미지 벡터 임베딩을 생성하기 위한 다중 모드 모델인 OpenAI의 CLIP(Contrastive Language-Image Pre-trained) 모델입니다. CLIP은 완전한 오픈 소스이지만 OpenAI의 생성 신경망 DALL-E는 그렇지 않습니다. 이러한 격차를 메우기 위해 Ryan Murdoch와 Katherine Crowson은 CLIP을 BigGAN 및 VQGAN과 같은 다른 오픈소스 모델과 결합하여 프롬프트 기반 생성 아트를 생성하는 Colab 노트북을 개발했습니다. MIT 라이센스에 따라 라이센스가 부여된 이 노트북은 지난 수십 년 동안 인터넷에서 널리 배포되었으며 리믹스, 변경, 번역되어 놀라운 예술 작품을 생성하는 데 사용되었습니다.

위 내용은 2021년 최고의 오픈소스 소프트웨어 목록의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!