SwiftInfer

AI 推理和服务

SwiftInfer TensorRT-LLM Streaming-LLM 长文本模型推理性能 Github 开源项目

SwiftInfer 采用基于 TensorRT 的 Streaming-LLM 技术，提升长文本输入处理的有效性。借助 Attention Sink 技术，避免模型在注意力窗口变动时发生故障，确保在生产环境中的高效运行，非常适合对推理效率和稳定性要求高的大模型应用。

文档

effort - LLM模型计算量实时优化的开源实现

GithubLLM模型推理bucketMul算法开源项目权重加载矩阵乘法计算效率优化

Effort是bucketMul算法的开源实现，支持实时调整LLM模型推理过程中的计算量。在Apple Silicon芯片上，50%effort可匹配常规矩阵乘法速度，25%effort则提供双倍速度，同时保持大部分输出质量。项目支持跳过加载次要权重，实现性能与质量的灵活平衡。Effort Engine提供预编译二进制文件，源代码基于Swift和Metal开发。

TensorRT - 优化深度学习推理的开源平台

CUDADockerGithubNVIDIAONNXTensorRT开源项目

NVIDIA TensorRT 开源软件提供插件和 ONNX 解析器的源码，展示 TensorRT 平台功能的示例应用。这些组件是 TensorRT GA 版本的一部分，并包含扩展和修复。用户可以轻松安装 TensorRT Python 包或根据构建指南编译。企业用户可使用 NVIDIA AI Enterprise 套件，并可加入 TensorRT 社区获取最新产品更新和最佳实践。

mlx-llm - 在Apple Silicon上实时运行的高级语言模型应用与工具

Apple SiliconGithubHuggingFaceLarge Language ModelsQuantizationmlx-llm开源项目

mlx-llm支持用户在Apple Silicon设备上实时运行高级语言模型（LLMs）的应用和工具。该项目支持多种预训练模型，并提供简便的安装方法。用户可以加载新版预训练权重、进行模型量化及嵌入提取。此外，mlx-llm还覆盖了多种应用场景，包括命令行聊天、LoRA或QLoRA微调及检索增强生成（RAG）等。

OnnxStream - 适用于低资源设备的模型运行的内存优化的推理库

GithubMistral 7BOnnxStreamStable Diffusion XLTinyLlama开源项目性能

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。

OpenAI - Swift库用于自然语言处理与代码生成

APIGithubOpenAISwift开源项目生成图像自然语言处理

这款开源库基于OpenAI公有API，用Swift实现，支持iOS、macOS、tvOS和watchOS平台。用户可使用该库集成并调用OpenAI模型进行自然语言处理和代码生成任务，并支持自定义模型微调。该库提供多种初始化参数和SSL握手机制，确保数据传输安全。通过CocoaPods和Swift Package Manager进行安装，可以便捷地在Swift项目中使用。

text-generation-inference - 生产级高性能文本生成推理工具

GithubHugging FaceText Generation Inference分布式追踪大语言模型开源项目量化

Text Generation Inference (TGI) 是一个部署和服务大型语言模型的工具包。它支持Llama、Falcon、StarCoder、BLOOM、GPT-NeoX等流行的开源模型，提供简便的启动器、分布式追踪、张量并行、多GPU推理加速、令牌流等特性。TGI还支持权重量化和安全张量加载，具备自定义提示生成和微调功能，兼容Nvidia、AMD、Inferentia、Intel GPU、Gaudi和Google TPU等硬件平台。

willow - 用于快速语言推理任务的自托管解决方案

GithubLLMSTTTTSWillowWillow Inference Server开源项目

现在可以自托管Willow Inference Server，快速实现语言推理任务。支持与Willow和其他应用的集成，包括语音转文本（STT）、文本转语音（TTS）、大语言模型（LLM）等功能。访问Github discussions分享体验，访问heywillow.io查看详细文档。

Awesome-LLM-Inference - 一系列关于涵盖了从基础框架到先进技术的大型语言模型推理的研究论文和配套代码

Awesome-LLM-InferenceGithub开源项目模型推理模型训练算法优化量化压缩

Awesome-LLM-Inference项目提供了一系列关于大型语言模型推理的研究论文和配套代码，涵盖了从基础框架到先进技术的全面资源，旨在帮助研究人员和开发者提高推理效率和性能。提供了全面的信息和技术支持，用于研究和开发高性能的大型语言模型。

SwiftOpenAI - Swift社区开发的OpenAI API集成SDK

DALL·EGPT-4GithubOpenAI APISwiftSwiftOpenAI开源项目

SwiftOpenAI项目提供了功能强大且易于使用的Swift SDK，帮助开发者轻松集成OpenAI的高级AI模型，如GPT-4、GPT-3等。项目包含详细的安装指南和代码示例，供开发者快速实现图像生成、音频转换和聊天回复等功能。特别强调API密钥的安全存储，提供了实际使用案例，适合希望在应用中利用AI技术的Swift开发者。

metal-flash-attention - Apple芯片上的FlashAttention高性能实现

Apple siliconFlashAttentionGithubMetal开源项目性能优化注意力机制

metal-flash-attention项目将FlashAttention算法移植至Apple silicon，提供精简可维护的实现。支持macOS和iOS，使用32位精度计算和异步拷贝。项目采用单头注意力机制，专注于核心瓶颈优化。通过创新的反向传播设计，减少内存使用并提高计算效率。改进了原始FlashAttention的反向传播设计，提高并行效率。项目正在持续优化，包括寄存器压力、可移植性和文档完善。

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。

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