Запускайте Llama, Qwen, DeepSeek и другие большие модели локально одной командой; есть собственная библиотека моделей и OpenAI-совместимый API.
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。
- Репозиторий
- triton-inference-server/server
- Звёзды
- ★ 11 093
- Форки
- 1 857
- Язык
- Python
- Лицензия
- BSD-3-Clause
- Последнее обновление
- 2026-10-16
- Переходы
- 0
ИнференсПродакшен
Похожие проекты
Движок инференса LLM на чистом C/C++: поддержка CPU, GPU и Apple Silicon, квантизация GGUF, встроенный OpenAI-совместимый сервер.
Движок инференса и сервинга LLM с высокой пропускной способностью и низким потреблением памяти; ключевая технология — PagedAttention.
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。