❤️❤️❤️❤️❤️❤️ 我们已经正式推出微信小程序，在微信中搜索 TrendForge Pro 即可使用小程序，如果使用 Telegram 请搜索 trendforge_tg ❤️❤️❤️❤️❤️❤️

每日 每周 每月
2026-06
返回报告
🏷️

#inference 每月趋势报告

📅 2026-06
📊 7 个项目

🔥 #inference 每月热门项目

Andyyyy64/whichllm

Python

找到真正能在你的硬件上运行且性能最佳的本地大语言模型。基于真实且考虑时效性的基准进行排名，而非参数数量。一条命令，即刻运行。

ai apple-silicon benchmarks
Andyyyy64
Andyyyy64 开发者
5.5k
289
207
+3.2k
排名 #12
6月30日
查看详情

LMCache/LMCache

Python

通过最快的KV缓存层为您的LLM加速

amd cuda fast
LMCache
LMCache 开发者
10k
1.4k
407
+1.6k
排名 #11
6月30日
查看详情

mozilla-ai/llamafile

C++

用单个文件分发和运行大语言模型。

cross-platform gguf llama-cpp
mozilla-ai
mozilla-ai 开发者
25k
1.4k
480
+589
排名 #6
6月30日
查看详情

kvcache-ai/Mooncake

C++

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

disaggregation inference kvcache
kvcache-ai
kvcache-ai 开发者
5.7k
909
527
+233
排名 #10
6月30日
查看详情

zml/zml

Zig

任意模型·任意硬件·零妥协·基于@ziglang/@openxla/MLIR/@bazelbuild构建

ai bazel hpc
zml
zml 开发者
3.7k
158
356
+142
排名 #2
6月30日
查看详情

alibaba/rtp-llm

Cuda

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。

gpt inference llama
alibaba
alibaba 开发者
1.2k
221
587
+99
排名 #8
6月30日
查看详情

thu-ml/SageAttention

Cuda

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。

attention cuda efficient-attention
thu-ml
thu-ml 开发者
3.5k
437
482
+63
排名 #11
6月30日
查看详情

📊 数据统计

7 个热门项目
2026-06 数据日期

🔥 TrendForge - 追踪开源项目热度，发现技术趋势

助手