vLLM

بواسطة vllm-project

High-throughput, memory-efficient inference and serving engine for LLMs with PagedAttention.

النجوم

96,540

التفرعات

24,540

اللغة

Python

الفئة

Inference & Serving

الحصول على الكود

# استنسخ المستودع
git clone https://github.com/vllm-project/vllm

ما هو vLLM؟

High-throughput, memory-efficient inference and serving engine for LLMs with PagedAttention.

هل استخدام vLLM آمن؟

vLLM مشروع مفتوحة المصدر من vllm-project على GitHub. راجع الكود المصدري والترخيص قبل استخدامه في الإنتاج.

كيف أبدأ مع vLLM؟

git clone https://github.com/vllm-project/vllm

بأي لغة كُتب vLLM؟

openSource.faqWhatLanguageAnswer

Run large models locally with a single command — LLMs, vision, and embeddings on any machine.

LLM inference in C/C++ with quantization — runs models on CPU, GPU, and edge devices.

AI gateway to call 100+ LLM APIs in OpenAI format with cost tracking, guardrails, and load balancing.