vLLM

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

Stelle

96,540

Fork

24,540

Linguaggio

Python

Categoria

Inference & Serving

Ottieni il codice

# Clona il repository
git clone https://github.com/vllm-project/vllm

Cos'è vLLM?

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

È sicuro usare vLLM?

vLLM è un progetto open source di vllm-project su GitHub. Esamina il codice sorgente e la licenza prima di usarlo in produzione.

Come iniziare con vLLM?

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

In quale linguaggio è scritto 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.