Ejecuta Llama, Qwen, DeepSeek y otros modelos grandes en local con un comando, con biblioteca de modelos y API compatible con OpenAI incluidas.
Triton Inference Server
NVIDIA 的通用模型推理服务器，支持多框架、多模型并发部署。
- Categoría
- 🖥️ Inferencia y despliegue local
- Repositorio
- triton-inference-server/server
- Estrellas
- ★ 11.093
- Forks
- 1857
- Lenguaje
- Python
- Licencia
- BSD-3-Clause
- Última actualización
- 2026-10-16
- Visitas
- 0
InferenciaProducción
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, 375 providers (150+ free), 1,400+ models Kimi, Claude, GPT, Gemini, GLM, DeepSeek, MiniMax. Works with Claude Code, Codex, Cursor, OpenCode, Cline & Copilot. Quota-aw
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。