llama.cpp

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

Stelle

133,692

Fork

25,250

Linguaggio

C++

Categoria

Inference & Serving

Ottieni il codice

# Clona il repository
git clone https://github.com/ggml-org/llama.cpp

Cos'è llama.cpp?

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

È sicuro usare llama.cpp?

llama.cpp è un progetto open source di ggml-org su GitHub. Esamina il codice sorgente e la licenza prima di usarlo in produzione.

Come iniziare con llama.cpp?

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

In quale linguaggio è scritto 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.