Mooncake

大语言模型服务架构采用KVCache分离设计

Mooncake LLM服务 KVCache 分离架构吞吐量 Github 开源项目

Mooncake是一种创新的大语言模型服务架构。它采用以KVCache为中心的分离设计，将预填充和解码集群分开，并充分利用GPU集群的闲置资源实现KVCache的分布式缓存。Mooncake的核心调度器在确保延迟服务水平目标的同时，最大化系统的有效吞吐量。通过实施预测性早期拒绝策略，该架构在高负载情况下表现优异，尤其适合长上下文场景。实验结果表明，在特定模拟环境中，Mooncake能够在满足服务水平目标的前提下，将系统吞吐量提升525%。

访问官网

Github

介绍相关项目

dclm - 大型语言模型训练与评估的开源综合框架

DataComp-LMGithub大语言模型开源项目数据处理模型训练评估

DataComp-LM是一个开源的大型语言模型训练和评估框架。它提供了超过300T的CommonCrawl标准语料库、基于open_lm的预训练方案和50多项评估指标。研究人员可利用该框架在411M至7B参数规模下进行数据集构建实验。通过数据集优化，DataComp-LM已显著提升了模型性能，创建了多个跨规模表现优异的高质量数据集。

self-speculative-decoding - 无损加速大型语言模型的创新推理方案

GithubLLM加速Self-Speculative Decoding层跳过开源项目推理优化草稿验证

Self-Speculative Decoding是ACL 2024的一个开源项目，提出了一种无损加速大型语言模型（LLMs）的新方法。该技术通过草稿生成和验证两个阶段，在不增加额外训练和内存的情况下提高LLM推理速度。这一创新方案保证了输出质量和模型兼容性，为LLM加速提供了高效且易于实施的解决方案。

galah - LLM驱动的动态响应与高度可配置的网络蜜罐解决方案

GalahGithubGoogleAILLMOpenAIweb honeypot开源项目

Galah是一个由LLM驱动的Web蜜罐工具，能够模拟各种应用并动态响应HTTP请求。支持OpenAI、GoogleAI、GCP的Vertex AI、Anthropic、Cohere和Ollama等主要LLM提供商。通过缓存机制降低API调用成本，可配置文件控制响应生成，适合本地部署和Docker运行。作为探索LLM生成HTTP消息的研究项目，不推荐用于生产环境。

rknn-llm - 瑞芯微芯片大语言模型部署软件栈

AI模型部署GithubRKLLMRockchip芯片大语言模型开源项目模型转换

rknn-llm是瑞芯微芯片专用的大语言模型部署软件栈，包含模型转换工具RKLLM-Toolkit、运行时库RKLLM Runtime和RKNPU内核驱动。支持RK3588和RK3576系列平台，兼容TinyLLAMA、Qwen、Phi、ChatGLM3等多种主流大语言模型。该项目注重性能优化和量化精度提升，持续增加新功能，为开发者提供高效的AI模型部署方案。

mLoRA - 为大型语言模型提供高效多LoRA适配器构建

GithubLoRA适配器mLoRA大语言模型开源框架开源项目高效微调

mLoRA 是一个开源框架，旨在高效地对多个大型语言模型 (LLMs) 进行 LoRA 和其变体的微调。其主要功能包括同时微调多个 LoRA 适配器、共享基础模型、优化的流水线并行算法，并支持多种 LoRA 变体和偏好对齐算法。mLoRA 可在普通硬件上高效运行，支持多种模型和算法，有助于节省计算和内存资源。通过参考文档可了解如何快速部署和使用 mLoRA。

Llama-3.2-3B - 利用优化技术实现提速和内存节省的开源语言模型项目

GithubHuggingfaceLlama 3.2多语言处理大语言模型开源项目模型模型微调算力优化

这是一个基于Unsloth技术的大型语言模型优化项目。支持8种官方语言，采用改进的transformer架构和GQA技术。训练速度提升2.4倍，内存使用减少58%。提供Google Colab环境，支持对话、文本补全等场景的模型微调，适合各级用户。该项目基于Meta的原始模型，遵循社区许可协议。

MiniCPM-Llama3-V-2_5-gguf - GGUF格式大语言模型轻量化推理工具

GithubHuggingfaceMiniCPMllama.cppollama人工智能开源项目模型模型部署

MiniCPM-Llama3-V 2.5 GGUF是一个针对大语言模型轻量化部署的优化模型文件。通过llama.cpp和ollama框架，开发者可实现模型的本地化推理。项目提供完整的部署文档，支持高效且便捷的本地化实现

ChatGLM-Tuning - ChatGLM-6B和LoRA结合的经济型语言模型微调方案

AI模型ChatGLM-6BGithubLoRA开源项目微调深度学习

ChatGLM-Tuning项目是一个基于ChatGLM-6B和LoRA技术的语言模型微调解决方案。该项目包含数据预处理、模型训练和推理功能，支持Alpaca数据集。它提供预训练LoRA模型，并计划引入中文数据和RLHF技术。这一方案适用于16GB以上显存的GPU环境，为开发者提供了一种经济高效的大型语言模型定制途径。

DeepSeek-V2-Lite - 创新架构驱动的高效混合专家语言模型

DeepSeek-V2GithubHuggingface多头潜在注意力大规模语言模型开源项目模型混合专家模型自然语言处理

DeepSeek-V2-Lite是一款采用创新架构的混合专家(MoE)语言模型。通过多头潜在注意力(MLA)和DeepSeekMoE技术,该模型实现了训练和推理的高效性。模型总参数量为16B,激活参数为2.4B,在多项英文和中文基准测试中表现优异,超越了同类7B密集模型和16B MoE模型。DeepSeek-V2-Lite支持单40G GPU部署和8x80G GPU微调,为自然语言处理研究提供了一个高性能且资源友好的选择。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号