OnnxStream

适用于低资源设备的模型运行的内存优化的推理库

OnnxStream Stable Diffusion XL TinyLlama Mistral 7B 性能 Github 开源项目

OnnxStream专为优化内存使用而设计，支持在低资源设备上高效运行大型模型如Stable Diffusion和TinyLlama。在仅有512MB RAM的Raspberry Pi Zero 2上，实现图像生成和语言模型推理，而无需额外交换空间或磁盘写入。通过解耦推理引擎与模型权重组件，OnnxStream显著降低内存消耗，提供轻量且高效的推理解决方案。其静态量化和注意力切片技术增强了多种应用中的适应性和性能。

Github

Huggingface

介绍相关项目

stable-diffusion - 基于Habana Gaudi处理器实现高性能AI图像生成方案

GPU加速GithubHabanaHuggingfaceStable Diffusion人工智能开源项目模型混合精度训练

Stable Diffusion模型在Habana Gaudi处理器上的优化配置方案。该方案集成了Hugging Face生态系统，支持高效的模型训练和部署，可在单处理器或多处理器环境下运行，适用于需要高性能图像生成的应用场景。

StreamDeploy - 为AI和LLM应用提供高效部署和DevSecOps解决方案

AI工具AI应用DevSecOpsGPTDockerfile生成器StreamDeploy敏捷开发

StreamDeploy专注于AI和LLM应用的部署服务，集成DevSecOpsGPT功能支持敏捷开发。平台提供免费Dockerfile生成器，简化软件容器化过程。目前处于封闭测试阶段，持续优化功能以确保用户体验。StreamDeploy应用LLM开发最佳实践，旨在成为AI应用开发的理想选择。

LOMO - 大规模语言模型的低内存全参数微调技术

AdaLomoGithubLOMO优化器低内存优化大语言模型开源项目

LOMO和AdaLomo是为大规模语言模型训练设计的低内存优化算法。通过融合梯度计算和参数更新，这些技术显著减少内存使用，使单GPU设备能实现全参数微调。AdaLomo提供自适应学习率和分组更新归一化，在内存效率和性能上与AdamW相当。这些算法已集成至多个主流深度学习框架，为资源受限环境中的大模型训练提供高效方案。

mistral-7b-instruct-v0.3 - 高效finetune解决方案，减少内存占用提升速度

GithubHuggingfaceMistralUnsloth开源项目性能提升模型神经网络调优

这款通过Unsloth技术的Google Colab笔记本集合，简化了Mistral、Gemma和Llama等AI模型的finetune过程。简单操作即可提高模型速度超过两倍，并显著降低内存占用，同时允许将优化的模型导出为GGUF、vLLM，或上传至Hugging Face，适合初学者使用。

mem0 - 为大型语言模型 (LLM) 提供智能、自适应的内存层

GithubMem0个性化AI体验多级记忆大型语言模型开发者友好API开源项目热门

Mem0 通过为大型语言模型（LLMs）提供智能、适应性的内存层，不断利用上下文信息，增强个性化AI体验。这种增强的内存能力对于从客户支持到健康诊断等广泛应用至关重要，使AI能够记住用户偏好、适应个别需求，并持续改进。

Mistral-Small-Instruct-2409-bnb-4bit - 优化模型效率，降低内存消耗，实现免费微调

GithubHuggingfaceMistralUnsloth开源项目性能提升模型模型微调记忆节省

Mistral-Small-Instruct-2409利用Unsloth技术实现了快速微调，与传统方法相比，显著降低约70%的内存使用，提高2到5倍的效率。该项目提供易于上手的Google Colab免费笔记本，支持多种导出格式包括GGUF和vLLM，同时提供详尽的安装和使用指南。Mistral-Small-Instruct-2409还支持函数调用和简易命令行交互，适合需高效生产推理的用户。

tiny-tensorrt - 简洁易用的nvidia TensorRT封装库，支持通过C++和Python API快速部署Onnx模型

CUDACUDNNGithubTensorRTonnx modeltiny-tensorrt开源项目

tiny-tensorrt是一个简洁易用的nvidia TensorRT封装库，支持通过C++和Python API快速部署Onnx模型。依赖CUDA、CUDNN和TensorRT，兼容多个版本。项目已停止维护，建议使用TensorRT的Python API或trtexec/polygraphy工具。更多信息请参考项目Wiki。

Llama-3.1-Nemotron-70B-Instruct-HF-FP8-dynamic - 多语种量化优化模型，显著降低内存占用

GithubHuggingfaceLlama-3.1-Nemotron-70B-Instruct-HF-FP8-dynamic多语言支持开源项目文本生成模型模型优化量化

通过将权重和激活量化为FP8格式，该项目优化了Llama-3.1-Nemotron模型，显著降低了GPU内存与磁盘的占用。模型适用于商业与研究，支持多语言开发和会话助手的构建。利用vLLM，可以实现高效部署并具有OpenAI兼容性。Llama-3.1-Nemotron-70B-Instruct-HF-FP8-dynamic在诸多测试中表现优良，在Arena-Hard评估中达99.41%的恢复率。

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。

mllm - 轻量级移动设备多模态大语言模型推理引擎

AI推理引擎Githubmultimodal LLM开源项目移动设备边缘计算量化

mllm是一款针对移动和边缘设备优化的多模态大语言模型推理引擎。该引擎采用纯C/C++实现，无外部依赖，支持ARM NEON和x86 AVX2指令集，并提供4位和6位整数量化。开发者可利用mllm构建智能个人助理、基于文本的图像搜索、屏幕视觉问答等移动应用，实现本地推理而无需上传敏感数据。

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

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

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