Запускайте Llama, Qwen, DeepSeek и другие большие модели локально одной командой; есть собственная библиотека моделей и OpenAI-совместимый API.
vLLM Выбор редакции
Движок инференса и сервинга LLM с высокой пропускной способностью и низким потреблением памяти; ключевая технология — PagedAttention.
- Репозиторий
- vllm-project/vllm
- Звёзды
- ★ 94 008
- Форки
- 23 508
- Язык
- Python
- Лицензия
- Apache-2.0
- Последнее обновление
- 2026-10-18
- Переходы
- 5
ИнференсВысокая пропускная способность
Похожие проекты
Движок инференса LLM на чистом C/C++: поддержка CPU, GPU и Apple Silicon, квантизация GGUF, встроенный OpenAI-совместимый сервер.
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。
Run frontier MoE models on hardware you already own — pure C, zero deps, experts streamed from disk. Tiny engine, immense model. 🐦