flute
FLUTE是专为LUT量化大语言模型开发的灵活查找表引擎。该引擎支持整数、浮点和学习型等多种量化方案，可与vLLM和Hugging Face等主流框架无缝集成。FLUTE兼容LLaMA-3/3.1、Gemma-2等多种模型，能在保持模型性能的同时大幅降低内存占用和推理延迟，为大语言模型优化提供了高效解决方案。
