Skip to content

douglaswp/tflops-calculator

Repository files navigation

🖥️ Dashboard de Hardware AI

O Dashboard de Hardware AI é uma ferramenta interativa em React que permite simular, comparar e analisar o poder de processamento (TFLOPS) e o custo-benefício de diferentes configurações de hardware (GPUs da NVIDIA/AMD, CPUs e Apple Silicon) focadas em Inteligência Artificial.

Os dados-base são obtidos dinamicamente diretamente do repositório oficial do huggingface.js, garantindo métricas reais e atualizadas utilizadas pelo ecossistema Hugging Face.

✨ Funcionalidades

  • Poder de Processamento Combinado: Simule clusters inteiros somando os TFLOPS de múltiplos hardwares e veja sua classificação em uma escala visual de "GPU poor" a "GPU rich".

  • Dados Dinâmicos e Offline: Extrai dados diretamente do GitHub do Hugging Face. Conta com um fallback de cache no localStorage para funcionar mesmo offline.

  • Comparativos Gráficos: Gráficos de barras que organizam visualmente:

    • Maior poder de processamento bruto (TFLOPS).

    • Eficiência de Investimento (Quantos TFLOPS você obtém por cada R$ 1 investido).

    • Custo por TFLOP (Quanto custa cada unidade de poder de processamento).

  • Hardware Customizado: Não encontrou a placa de vídeo recém-lançada? Adicione seu próprio hardware com TFLOPS e VRAM personalizados (salvo localmente no navegador).

  • Edição Rápida (Inline): Modifique quantidades, valores e seleções de VRAM diretamente na tabela, sem precisar remover e adicionar os itens novamente.

  • Modo Claro / Escuro: Interface responsiva que se adapta à sua preferência visual com alternância de temas.

🚀 Como executar o projeto localmente

Este projeto foi construído como um componente único em React (App.jsx) utilizando o Tailwind CSS para estilização.

Pré-requisitos

Passo a passo

  1. Clone o repositório:

    git clone [https://github.com/douglaswp/tflops-calculator.git](https://github.com/douglaswp/tflops-calculator.git)
    cd tflops-calculator
    
    
  2. Crie um projeto base com Vite (caso ainda não exista):

    npm create vite@latest . -- --template react
    
    
  3. Instale as dependências:

    npm install
    
    
  4. Instale o Tailwind CSS:

    npm install -D tailwindcss postcss autoprefixer
    npx tailwindcss init -p
    
    

    Certifique-se de configurar seu tailwind.config.js e importar as diretivas do Tailwind no seu index.css.

  5. Substitua o arquivo src/App.jsx pelo código fonte fornecido no repositório.

  6. Inicie o servidor de desenvolvimento:

    npm run dev
    
    

    Acesse a URL gerada (geralmente http://localhost:5173) no seu navegador.

🐳 Rodando com Docker

Se você preferir não instalar o Node.js na sua máquina, pode rodar o projeto inteiro utilizando o Docker e o Docker Compose. O projeto já está configurado com um multi-stage build utilizando o Nginx, sendo perfeito também para deploy em produção.

Pré-requisitos

  • Docker instalado.

  • Docker Compose instalado (geralmente já vem com o Docker Desktop).

Passo a passo

  1. Faça o clone do repositório:

    git clone https://github.com/douglaswp/hardware-ai.git
    cd hardware-ai
    
    
  2. Inicie o container em segundo plano (detached mode):

    docker compose up -d --build
    
    
  3. Acesse a aplicação: Abra o seu navegador e acesse: http://localhost:8080

Comandos úteis (Docker)

  • Para parar a aplicação:

    docker compose down
    
    
  • Para ver os logs (erros ou acessos no servidor):

    docker compose logs -f
    
    

📊 Origem dos Dados

Este projeto realiza o parse (via Regex) dos arquivos TypeScript disponíveis abertamente no Hugging Face:

🛠️ Tecnologias

  • React (Hooks: useState, useEffect, useMemo, useRef)

  • Tailwind CSS (Estilização UI/UX)

  • JavaScript Vanilla (Fetch API)

  • LocalStorage (Cache e persistência de dados customizados)

Feito com 💡 e React. Sinta-se à vontade para abrir Issues e contribuir com Pull Requests!

About

Simulador interativo de poder computacional (TFLOPS) e custos para infraestruturas de IA.

Topics

Resources

License

Contributing

Stars

Watchers

Forks

Packages

 
 
 

Contributors