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

MInference - 动态稀疏注意力加速长上下文语言模型

GithubMInference动态稀疏注意力大语言模型开源项目性能优化长文本处理

MInference是一项新技术，通过利用长上下文语言模型注意力机制的动态稀疏性来加速预填充过程。该技术离线确定注意力头的稀疏模式，在线近似稀疏索引，并使用优化内核动态计算注意力。在A100 GPU上，MInference实现了预填充速度提升10倍，同时保持模型准确性。它支持LLaMA-3、GLM-4等多种长上下文模型，有效处理百万级别token的上下文。

fastllm - 纯C++实现的跨平台大语言模型推理库

GPU加速Githubc++实现fastllm多平台大模型推理开源项目

fastllm是一个纯C++实现的大语言模型推理库，无第三方依赖，支持多平台部署。这个开源项目具有快速的推理速度，支持多种模型格式，可实现多卡部署和流式输出。fastllm兼容ChatGLM、Qwen、LLAMA等多种模型，提供Python接口和自定义模型结构功能。该项目适用于需要高效、灵活部署大语言模型的场景。

MFTCoder - 优化代码大模型性能的多任务微调框架

CodeFuseGithubHumanEvalMFTCoder代码大语言模型多任务微调开源项目

MFTCoder是一个开源的多任务微调框架,致力于提升代码大模型性能。该框架支持多种主流开源大模型,采用LoRA和QLoRA等高效微调方法,实现多任务平衡训练。MFTCoder还开源了多个高性能代码大模型和高质量数据集,在HumanEval等基准测试中表现优异。这一框架旨在促进代码大模型领域的协作与创新。

modelz-llm - 开源大语言模型推理服务器，支持本地和云端部署并兼容OpenAI API

GithubModelz LLMOpenAI兼容 API云原生开源LLMs开源项目自托管

Modelz LLM 是一款推理服务器，支持在本地或云端环境中运行开源大语言模型（LLM），如FastChat、LLaMA和ChatGLM，并兼容OpenAI API。用户可以通过OpenAI Python SDK或LangChain与模型交互，支持将不同LLM的Docker镜像部署在Kubernetes等云原生环境，便于开发者快速上手和灵活部署各种AI应用。

aici - 控制和优化大型语言模型输出的灵活且安全的接口工具

AICIGithubLLMWebAssembly实时输出开源项目控制器

AICI提供了一个灵活的大型语言模型（LLM）输出控制平台，允许开发者通过自定义逻辑实时监控和调整模型输出。支持本地和云端部署，基于WebAssembly实现高安全性和高性能，支持多种编程语言，确保与多种LLM引擎如llama.cpp和HuggingFace Transformers的兼容。

ml-engineering - 大规模语言模型与多模态模型的训练方法

BLOOM-176BContextual.AIGithubHuggingFaceLarge Language ModelsVLM开源项目

本指南系统介绍了方法、工具和逐步操作说明，帮助工程师成功训练大规模语言模型（LLM）和多模态模型（VLM）。内容涵盖丰富的脚本和命令，适合LLM/VLM训练工程师和操作员使用。基于作者在开源BLOOM-176B和IDEFICS-80B模型训练中的经验，提供有效解决方案，并持续更新，服务于ML社区。

booster - 大规模GPT模型部署和高效推理加速器

AI绘图BoosterGPTGithubGolangLLM加速开源项目

Large Model Booster利用Golang和C++技术构建高性能且可扩展的LLM推理加速器，适用于生产环境中的GPTs大规模部署和独立模型实验。支持多种现代CPU和GPU，包括Intel、AMD、ARM64、Apple Silicon及Nvidia CUDA等，支持大模型切分及FP16/FP32和量化版本。涵盖LLaMA、Mistral、Gemma等主流LLM架构，提供SOTA Janus Sampling实现。项目提供详细的编译到部署指南，并支持OpenAI和Ollama的兼容API端点。

llm-app-stack - 全面的大语言模型应用开发资源集合

AIGithubLLM应用程序架构开源开源项目数据处理

LLM-App-Stack项目汇总了构建大语言模型应用所需的各类工具和服务。该资源集合涵盖数据管道、嵌入模型、向量数据库、编排工具和API插件等关键组件。项目同时整合了专有和开源的LLM API，以及应用托管平台和云服务选项，为开发者提供了全面的技术栈参考。这一资源库旨在帮助开发者更高效地构建和部署智能应用。

Megatron-LM - 优化GPU训练技术加速大规模Transformer模型

GPU优化GithubMegatron-CoreMegatron-LM分布式训练大语言模型开源项目

Megatron-LM框架利用GPU优化技术实现Transformer模型的大规模训练。其Megatron-Core组件提供模块化API和系统优化,支持自定义模型训练。该项目可进行BERT、GPT、T5等模型预训练,支持数千GPU分布式训练百亿参数级模型,并提供数据预处理、模型评估和下游任务功能。

DALM - 优化AI语言模型的开源自适应工具包

ArceeDALMGithubLlama-2-7b-hfRAG-end2endcontrastive learning开源项目

Arcee开源的领域自适应语言模型工具包（DALM）结合了RAG-e2e架构，实现LLM与向量存储的高效整合。该工具包支持Llama、Falcon和GPT等解码器，适用于特定领域的高级定制。工具包包括数据处理、训练和评估的完整代码库，支持对比学习和高效的检索生成联合训练。

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