#inference 每日趋势报告

RuVector是一款用Rust构建的高性能向量与图数据库，专为人工智能、智能体系统和实时分析设计。它将HNSW搜索、动态最小割一致性、图智能与自学习记忆融合为统一引擎，实现可扩展、低延迟的推理与结构化检索。

适用于Apple Silicon设备的本地语音识别

Mooncake是Moonshot AI旗下领先大语言模型服务Kimi的部署平台。

面向直播与流媒体的跨平台可定制机器学习解决方案

面向昇腾平台的vLLM社区维护硬件插件

NVIDIA® TensorRT™是用于NVIDIA GPU高性能深度学习推理的SDK，本仓库包含其开源组件

量化注意力机制相比FlashAttention和xformers实现了2-5倍和3-11倍的速度提升，且在语言、图像和视频模型上保持端到端指标无损。

RTP-LLM：阿里巴巴面向多样化应用的高性能大语言模型推理引擎。