懂AI
llama.cpp

llama.cpp

C/C++ 实现的 LLaMA 模型推理，支持多种硬件和系统

llama.cpp 提供了基于 C/C++ 的纯粹实现，支持包括 LLaMA 在内的多个模型的推理。专为多种硬件和操作系统优化，包括使用 ARM NEON、AVX 指令集和 Metal 框架的设备。此外，项目支持使用 NVIDIA GPU 的自定义 CUDA 核心，以及通过 HIP 支持 AMD GPU，为开发者在本地或云环境中实现高效、低延迟的大规模语言模型推理提供了强大的灵活性和可扩展性。

llama.cpp模型推理C/C++量化优化多模态模型Github开源项目热门
GitHubHugging Face

llama.cpp 项目介绍

llama.cpp是一个用纯C/C++实现的大型语言模型(LLM)推理库,旨在以最小的设置和最先进的性能在各种硬件上实现LLM推理。

主要特点

  • 纯C/C++实现,无任何依赖
  • 对Apple Silicon提供一流支持,通过ARM NEON、Accelerate和Metal框架进行优化
  • 支持x86架构的AVX、AVX2、AVX512和AMX指令集
  • 提供1.5位、2位、3位、4位、5位、6位和8位整数量化,以实现更快的推理和更低的内存使用
  • 为NVIDIA GPU提供自定义CUDA内核
  • 支持AMD GPU(通过HIP)和摩尔线程MTT GPU(通过MUSA)
  • 支持Vulkan和SYCL后端
  • CPU+GPU混合推理,可部分加速大于总VRAM容量的模型

支持的模型

llama.cpp支持多种流行的大语言模型,包括:

  • LLaMA系列(LLaMA、LLaMA 2、LLaMA 3)
  • Mistral 7B和Mixtral MoE
  • Falcon系列
  • BERT
  • Baichuan系列
  • StarCoder系列
  • GPT-2
  • Gemma 等

此外,还支持多模态模型如LLaVA、BakLLaVA等。

主要功能

  1. 基本文本生成:可以根据提示生成连贯的文本。

  2. 对话模式:提供类似ChatGPT的交互式对话体验。

  3. Web服务器:提供轻量级的OpenAI API兼容HTTP服务器。

  4. 交互模式:允许用户随时中断生成并添加新的输入。

  5. 持久化交互:可以保存和恢复对话会话。

  6. 语法约束:支持使用语法来限制模型输出,如仅输出JSON。

  7. 模型量化:提供工具将模型量化为更小的格式。

  8. 困惑度计算:可以计算给定提示的困惑度来衡量模型质量。

应用场景

llama.cpp可用于各种应用场景,如:

  • 本地部署的聊天机器人
  • 文本生成和补全
  • 代码辅助
  • 问答系统
  • 文本分析

由于其高效的实现,llama.cpp特别适合在边缘设备和资源受限的环境中运行LLM。

生态系统

llama.cpp拥有丰富的生态系统,包括多种编程语言的绑定、用户界面、工具和基础设施项目。这使得开发者可以方便地将llama.cpp集成到各种应用中。

总的来说,llama.cpp为在各种硬件上高效运行大型语言模型提供了一个强大而灵活的解决方案,是进行LLM研究和开发的重要工具。

编辑推荐精选

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手，复杂任务高效处理

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞��星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

下拉加载更多