ztxz16/fastllm
C++Apache-2.0active
Health
fastllm是后端无依赖的高性能大模型推理库。同时支持张量并行推理稠密模型和混合模式推理MOE模型,任意10G以上显卡即可推理满血DeepSeek。双路9004/9005服务器+单显卡部署DeepSeek满血满精度原版模型,单并发20tps;INT4量化模型单并发30tps,多并发可达60+。
Health Breakdown
Activity25
Community13
Maintenance13
Popularity25
Community
C++Apache 2.0
active
★ 4.6k461 contributors3d ago