inference

面向大语言模型的高吞吐量与内存优化型推理服务引擎

GPT4All：在任何设备上运行本地大语言模型。开源且可商用。

OpenAI Whisper模型的C/C++移植版本

采用静态类型推断的TypeScript优先模式验证

面向直播与流媒体的跨平台可定制机器学习解决方案

SGLang是面向大语言模型与视觉语言模型的高速推理框架。

使用Gitleaks 🔑 发现密钥 （注：根据技术文档惯例，"secrets"在此语境中指代密钥、凭证等敏感信息，采用"密钥"译法符合行业标准；保留工具名称"Gitleaks"不译；添加"使用"二字使中文表达更完整自然；表情符号位置根据中文阅读习惯调整）

用单个文件分发和运行大语言模型。

ncnn专为移动平台优化的高性能神经网络推理框架

专为Apple Silicon打造的LLM推理服务器，具备连续批处理和SSD缓存功能，可通过macOS菜单栏管理

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

示例 📓 Jupyter 笔记本，展示如何使用 🧠 Amazon SageMaker 构建、训练和部署机器学习模型。

Mistral模型官方推理库

可在本地运行AI的生产就绪工具包

OpenVINO™是用于优化和部署AI推理的开源工具套件

轻松微调、评估和部署gpt-oss、Qwen3、DeepSeek-R1或任何开源LLM/VLM！

通过最快的KV缓存层为您的LLM加速

可在本地运行AI的生产就绪工具包

智能体应用交付基础设施——Plano是面向AI原生的代理与数据平面，可卸载底层管道工作，让您专注于智能体核心逻辑开发（支持任意AI框架）。

面向苹果芯片的端侧语音人工智能

适用于Apple Silicon设备的本地语音识别

面向 Kubernetes 可扩展多框架部署的标准化分布式生成式与预测式 AI 推理平台

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

⚡ 无需Python的Rust推理服务器 — 兼容OpenAI-API。支持GGUF与SafeTensors、热模型切换、自动发现、单二进制文件。现在免费，永远免费。