llama.cpp

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

Étoiles

133,692

Forks

25,250

Langage

C++

Catégorie

Inference & Serving

Obtenir le code

# Clonez le dépôt
git clone https://github.com/ggml-org/llama.cpp

Qu'est-ce que llama.cpp ?

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

llama.cpp est-il sûr à utiliser ?

llama.cpp est un projet open source de ggml-org sur GitHub. Vérifiez le code source et la licence avant de l'utiliser en production.

Comment commencer avec llama.cpp ?

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

Dans quel langage llama.cpp est-il écrit ?

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.