Ejecuta Llama, Qwen, DeepSeek y otros modelos grandes en local con un comando, con biblioteca de modelos y API compatible con OpenAI incluidas.
TensorRT-LLM
NVIDIA 官方大模型推理优化库，在 GPU 上提供极致吞吐与低延迟。
- Categoría
- 🖥️ Inferencia y despliegue local
- Repositorio
- NVIDIA/TensorRT-LLM
- Estrellas
- ★ 14.838
- Forks
- 2826
- Lenguaje
- Python
- Última actualización
- 2026-10-17
- Visitas
- 0
InferenciaNVIDIA
Proyectos similares
Motor de inferencia de LLM en C/C++ puro, compatible con CPU, GPU y Apple Silicon y cuantización GGUF, con servidor compatible con OpenAI incluido.
Motor de inferencia y servicio de LLM de alto rendimiento y bajo consumo de memoria, con PagedAttention como técnica central.
Never stop coding. Free MIT AI gateway: one endpoint, 359 providers (150+ free), 1200+ models Kimi, Claude, GPT, Gemini, GLM, DeepSeek, MiniMax. Works with Claude Code, Codex, Cursor, OpenCode, Cline & Copilot. Quota-awa
OpenAI 兼容的本地自托管 AI 引擎，一个服务同时支持文本、图像、语音与向量。
用家里闲置的手机、电脑和平板组成集群，一起运行大模型。