vLLM

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

Étoiles

96,540

Forks

24,540

Langage

Python

Catégorie

Inference & Serving

Obtenir le code

# Clonez le dépôt
git clone https://github.com/vllm-project/vllm

Qu'est-ce que vLLM ?

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

vLLM est-il sûr à utiliser ?

vLLM est un projet open source de vllm-project sur GitHub. Vérifiez le code source et la licence avant de l'utiliser en production.

Comment commencer avec vLLM ?

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

Dans quel langage vLLM est-il écrit ?

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.