vLLM

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

Estrellas

96,540

Forks

24,540

Idioma

Python

Categoría

Inference & Serving

Obtener el código

# Clona el repositorio
git clone https://github.com/vllm-project/vllm

¿Qué es vLLM?

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

¿Es seguro usar vLLM?

vLLM es un proyecto de código abierto de vllm-project en GitHub. Revisa el código fuente y la licencia antes de usarlo en producción.

¿Cómo empiezo con vLLM?

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

¿En qué lenguaje está escrito 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.