Exécutez Llama, Qwen, DeepSeek et d’autres grands modèles en local avec une commande, avec bibliothèque de modèles et API compatible OpenAI intégrées.
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。
- Catégorie
- 🖥️ Inférence et déploiement en local
- Dépôt
- triton-inference-server/server
- Étoiles
- ★ 11 093
- Forks
- 1 857
- Langage
- Python
- Licence
- BSD-3-Clause
- Dernière mise à jour
- 2026-10-16
- Visites
- 0
InférenceProduction
Projets similaires
Moteur d’inférence LLM en C/C++ pur, compatible CPU, GPU et Apple Silicon avec quantification GGUF, et serveur compatible OpenAI intégré.
Moteur d’inférence et de serving LLM à haut débit et faible empreinte mémoire, dont PagedAttention est la technique centrale.
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。