ModelCache

优化大型语言模型响应的语义缓存工具

Codefuse-ModelCache 语义缓存大语言模型多租户嵌入模型 Github 开源项目

ModelCache 是一种优化大型语言模型（LLMs）响应的语义缓存工具，通过缓存预计算的模型结果，迅速响应相似请求，提升用户体验。它支持多租户，并通过 Redis Search 将缓存与向量数据库的交互时间减至 10ms。该项目整合了多种嵌入框架及本地存储选项如 sqlite 和 faiss，便于用户迅速测试。其目标是降低推理部署成本、提升模型性能和提供可扩展的大型模型服务。

Github

Huggingface

介绍相关项目

semantic-cache - 基于语义相似度的自然文本缓存工具提升NLP和AI响应效率

GithubSemantic Cache向量数据库开源项目缓存优化自然语言处理语义相似度

Semantic Cache是一个基于语义相似度的自然文本缓存工具。它能够对自然文本进行分类、缓存AI响应以减少重复计算，并利用已缓存的值降低API延迟。该工具具有多语言支持、复杂查询处理能力，易于集成且可自定义。通过语义相似性存储缓存条目和处理同义词，Semantic Cache为Node.js应用程序提供了简单的API。这使得它特别适用于需要基于语义进行查询或信息检索的任务。

GPTCache - 用于为 LLM 查询创建语义缓存的库

API成本节约GPTCacheGithub大语言模型开源项目性能提升缓存策略

GPTCache专为大型语言模型（LLM）设计，通过建立语义缓存库存储响应，以有效降低API调用费用并加快响应速度。项目兼容多种LLM，实现常见查询的缓存，简化重复请求，适合高效部署于生产环境。欢迎访问最新文档和发布通告。

Mooncake - 大语言模型服务架构采用KVCache分离设计

GithubKVCacheLLM服务Mooncake分离架构吞吐量开源项目

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%。

DeepCache - 免费加速扩散模型

DeepCacheGithub开源项目无训练模型加速降采样高搜索量

DeepCache通过无需训练的方式显著加速扩散模型，支持Stable Diffusion、Stable Diffusion XL、Stable Video Diffusion等。兼容多种采样算法如DDIM和PLMS，并提供详细的使用示例，用户无需修改代码即可提升性能。此外，DeepCache还支持并行推理和多GPU使用，确保高效部署和运行。

languagemodels - 轻松实现低内存大语言模型推理的Python库

GPU加速GithubLanguage ModelsPython大语言模型开源项目语义搜索

该Python库简化了大语言模型的使用，最低内存需求仅为512MB，确保所有推理在本地完成以保障数据隐私。支持GPU加速及多种模型配置，功能涵盖文本翻译、代码补全、语义搜索等，适合教育和商业用途。用户可通过简单的pip命令安装，在REPL、笔记本或脚本中使用。详见官方网站的文档与示例程序。

modelmesh - 高扩展性分布式模型服务管理框架

GithubKubernetesModelMesh分布式缓存开源项目模型服务管理高规模服务

ModelMesh是一个通用的模型服务管理框架，适用于大规模、高密度和动态变化的模型部署环境。它作为分布式LRU缓存，与各种模型服务器协同工作，优化运行时模型的服务。支持Kubernetes部署，提供自定义资源管理，并能无缝集成多种开源模型服务器。

ScaleLLM - 优化大语言模型推理，兼容多种开源模型

GithubScaleLLM大模型推理开源项目生产环境集成开发高效性能

ScaleLLM是一个为大语言模型（LLMs）设计的高效推理系统，适用于生产环境。支持Llama3.1、Gemma2、Bloom、GPT-NeoX等多种开源模型，集成了CUDA图、前缀缓存、分块填充和推测解码等高级功能。项目正在积极开发，目标是提高效率并加入更多特性。现已上架PyPI，可通过pip安装。ScaleLLM还提供兼容OpenAI的REST API和本地聊天机器人UI，支持离线批量推理和在线分布式推理。

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。

mlc-llm - 通用大语言模型高性能部署引擎

AI模型优化GithubMLC LLMMLCEngine开源项目机器学习编译器高性能部署

MLC LLM是一款用于大语言模型的高性能部署引擎，支持用户在各种平台上开发、优化和部署AI模型。核心组件MLCEngine通过REST服务器、Python、JavaScript、iOS和Android等接口提供OpenAI兼容的API，支持AMD、NVIDIA、Apple和Intel等多种硬件平台。项目持续优化编译器和引擎，与社区共同发展。

cachecloud - Redis多架构云管理平台

GithubRedis云管理平台开源项目弹性伸缩统计监控运维管理

CacheCloud是一个Redis云管理平台，支持Standalone、Sentinel和Cluster架构。该平台提供快速部署、运维管理、弹性伸缩、监控统计和客户端接入等功能。CacheCloud能有效降低大规模Redis运维成本，提高资源管控和利用率。平台已在处理日均800亿+命令、管理18T+内存的大规模Redis环境中得到应用。

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