llama.cpp

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

Estrellas

133,692

Forks

25,250

Idioma

C++

Categoría

Inference & Serving

Obtener el código

# Clona el repositorio
git clone https://github.com/ggml-org/llama.cpp

¿Qué es llama.cpp?

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

¿Es seguro usar llama.cpp?

llama.cpp es un proyecto de código abierto de ggml-org en GitHub. Revisa el código fuente y la licencia antes de usarlo en producción.

¿Cómo empiezo con llama.cpp?

git clone https://github.com/ggml-org/llama.cpp

¿En qué lenguaje está escrito llama.cpp?

openSource.faqWhatLanguageAnswer

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

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

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