wllama

提供了WebAssembly绑定，无需后台或GPU即可在浏览器中运行推理任务

wllama WebAssembly TypeScript 模型多线程 Github 开源项目

wllama项目提供了WebAssembly绑定，让用户无需后台或GPU即可在浏览器中运行推理任务。项目支持Typescript，并提供高性能API和实验性编码器-解码器架构。还包括离线缓存、自定义日志器及并发文件加载等功能。适用于在Web环境中进行文本补全和嵌入计算的开发者。

vllm - 高性能与易用性的LLM推理与服务平台

GithubLLM服务PagedAttentionvLLM开源项目量化高吞吐量

vLLM是一个高性能且易用的LLM推理与服务平台，具备PagedAttention内存管理、CUDA/HIP图形加速、量化支持、并行解码算法及流式输出等技术优势。vLLM无缝集成Hugging Face模型，兼容多种硬件设备，支持分布式推理和OpenAI API。最新版本支持Llama 3.1和FP8量化。用户可通过pip安装并参考详细文档快速入门。

llama.go - 基于Golang的高效LLM推理与调试实现

GithubGolangLLaMALarge Model Collider多线程开源项目跨平台兼容

llama.go是一个基于Golang的LLM推理项目，旨在通过纯Golang编写的张量数学与多线程优化，实现高效的LLaMA模型推理，替代C++实现。支持LLaMA V1和V2模型架构，兼容Mac、Linux和Windows，涵盖INT8量化、AVX2加速等高级功能。未来计划扩展支持Nvidia GPU、AVX512和INT4量化，并提供内置REST API，适用于真实项目中的服务器模式。

llamafile - 单文件执行的开源LLM部署框架

GithubLLMllamafile人工智能开源开源项目本地运行

llamafile项目将开源语言模型(LLM)封装为单个可执行文件，无需安装即可在本地运行。它集成了llama.cpp和Cosmopolitan Libc，支持跨平台使用，并提供Web界面和OpenAI兼容API。该框架简化了LLaVA、Mistral等多种LLM的部署流程，方便开发者和用户快速访问和应用这些模型。

exllama - 为现代GPU优化的快速内存高效Llama实现

AI模型CUDAExLlamaGPU加速Github开源项目深度学习

ExLlama是一个基于Python/C++/CUDA的独立实现,针对4位GPTQ权重进行了优化,旨在提高现代GPU上的运行速度和内存效率。该项目支持NVIDIA 30系列及更新的GPU,可处理Llama、Koala和WizardLM等多种大型语言模型。ExLlama具备基准测试、聊天机器人示例和Web界面等功能,同时支持Docker部署。尽管仍在开发中,项目已展现出卓越的性能和效率。

ollama - 提供大型语言模型快速部署和运行的平台，支持MacOS、Windows和Linux

GithubOllama大型语言模型安装指南开源项目模型下载模型定制

Ollama是一个提供大型语言模型快速部署和运行的平台，支持MacOS、Windows和Linux。用户可以通过容易理解的界面，下载并运行各种模型，如Llama 3.1和Gemma 2等，并可通过Docker镜像或自定义安装脚本进行部署。此外，Ollama允许用户自定义和优化模型，满足不同的应用需求，如设置模型参数、导入外部模型等功能。同时，Ollama支持多种开源库例如ollama-python和ollama-js，提供全面的桌面客户端支持，使开发者能够更便捷地整合和应用AI技术。

willow-inference-server - 高性能语言推理的开源自托管解决方案

ASRCUDAGithubTTSWebRTCWillow Inference Server开源项目

Willow Inference Server (WIS) 是一个高效的开源语言推理服务器，支持自托管并优化了CUDA和低端设备的使用。在减少内存和显存占用的前提下，能够同时加载多种语言模型。WIS 支持语音识别 (ASR)、文本到语音合成 (TTS) 以及大语言模型 (LLM)，并通过 REST、WebRTC 和 WebSockets 等多种传输方式，实现实时、低延迟的语音与语言处理，适用于各类助理任务和视障用户。

llamacoder - Llama 3驱动的开源小型应用快速生成平台

AI代码生成GithubLlama CoderTogether AI应用开发开源项目

LlamaCoder开源项目结合Llama 3 405B模型和Together.ai，实现单一提示生成小型应用。项目使用Sandpack代码沙箱，采用Next.js和Tailwind构建，整合Helicone和Plausible进行监控和分析。支持多种编程语言，具备自定义选项和友好界面，为开发者提供高效的应用原型设计和生成工具。

llama2-webui - 全平台支持的Llama 2智能Web界面

API兼容性GPU加速GithubLlama-2模型llama2-wrapper开源项目生成文本

llama2-webui是一个跨平台的工具，允许在多个操作系统（Linux、Windows、Mac）通过Gradio Web UI轻松运行Llama 2模型。支持从7B到70B等多种模型规模，包含GPTQ和GGUF等，并兼容8位与4位计算模式。此外，项目还支持与OpenAI API兼容，可作为各类生成型应用的后端，旨在为开发人员提供一个便捷且高效的工具。

distributed-llama - 优化大型语言模型的分布式计算性能

Distributed LlamaGithubLlama 3Python 3TCP socketsTensor parallelism开源项目

通过分布式计算技术，分散大型语言模型（LLMs）的工作负载到多个设备上，即使是性能较弱的设备也能运行强大的LLMs。项目使用TCP sockets同步状态，用户可以使用家庭路由器轻松配置AI集群，实现显著加速效果。Distributed Llama支持多种模型架构，提供简便的设置和操作方法，用户可以在本地运行大规模语言模型。

llama.cpp - C/C++ 实现的 LLaMA 模型推理，支持多种硬件和系统

C/C++Githubllama.cpp多模态模型开源项目模型推理热门量化优化

llama.cpp 提供了基于 C/C++ 的纯粹实现，支持包括 LLaMA 在内的多个模型的推理。专为多种硬件和操作系统优化，包括使用 ARM NEON、AVX 指令集和 Metal 框架的设备。此外，项目支持使用 NVIDIA GPU 的自定义 CUDA 核心，以及通过 HIP 支持 AMD GPU，为开发者在本地或云环境中实现高效、低延迟的大规模语言模型推理提供了强大的灵活性和可扩展性。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

稿定AI

稿定设计是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com