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

GPT Image 2中文站

GPT Image 2中文站

AI 图片生成平台

GPT Image 2 是面向用户的 AI 图片生成平台，支持文生图、图生图及多模型创意工作流。

Nano Banana Pro 中文站

Nano Banana Pro 中文站

AI 图片生成工具

输入简单文字，生成想要的图片。支持Nano Banana/gptimage-2等最新模型。

Vecbase

Vecbase

你的AI Agent团队

Vecbase 是专为 AI 团队打造的智能工作空间，将数据管理、模型协作与知识沉淀整合于一处。算法、产品与业务在同一平台无缝协同，让从数据到 AI 应用的落地更快一步。

音述AI

音述AI

全球首个AI音乐社区

音述AI是全球首个AI音乐社区，致力让每个人都能用音乐表达自我。音述AI提供零门槛AI创作工具，独创GETI法则帮助用户精准定义音乐风格，AI润色功能支持自动优化作品质感。音述AI支持交流讨论、二次创作与价值变现。针对中文用户的语言习惯与文化背景进行专门优化，支持国风融合、C-pop等本土音乐标签，让技术更好地承载人文表达。

QoderWork

QoderWork

阿里Qoder团队推出的桌面端AI智能体

QoderWork 是阿里推出的本地优先桌面 AI 智能体，适配 macOS14+/Windows10+，以自然语言交互实现文件管理、数据分析、AI 视觉生成、浏览器自动化等办公任务，自主拆解执行复杂工作流，数据本地运行零上传，技能市场可无限扩展，是高效的 Agentic 生产力办公助手。

lynote.ai

lynote.ai

一站式搞定所有学习需求

不再被海量信息淹没，开始真正理解知识。Lynote 可摘要 YouTube 视频、PDF、文章等内容。即时创建笔记，检测 AI 内容并下载资料，将您的学习效率提升 10 倍。

AniShort

AniShort

为AI短剧协作而生

专为AI短剧协作而生的AniShort正式发布，深度重构AI短剧全流程生产模式，整合创意策划、制作执行、实时协作、在线审片、资产复用等全链路功能，独创无限画布、双轨并行工业化工作流与Ani智能体助手，集成多款主流AI大模型，破解素材零散、版本混乱、沟通低效等行业痛点，助力3人团队效率提升800%，打造标准化、可追溯的AI短剧量产体系，是AI短剧团队协同创作、提升制作效率的核心工具。

seedancetwo2.0

seedancetwo2.0

能听懂你表达的视频模型

Seedance two是基于seedance2.0的中国大模型，支持图像、视频、音频、文本四种模态输入，表达方式更丰富，生成也更可控。

nano-banana纳米香蕉中文站

nano-banana纳米香蕉中文站

国内直接访问，限时3折

输入简单文字,生成想要的图片，纳米香蕉中文站基于 Google 模型的 AI 图片生成网站，支持文字生图、图生图。官网价格限时3折活动

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

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！

下拉加载更多