llama.cpp

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

Estrelas

133,692

Forks

25,250

Linguagem

C++

Categoria

Inference & Serving

Obter o código

# Clone o repositório
git clone https://github.com/ggml-org/llama.cpp

O que é llama.cpp?

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

É seguro usar llama.cpp?

llama.cpp é um projeto open source de ggml-org no GitHub. Revise o código-fonte e a licença antes de usar em produção.

Como começar com llama.cpp?

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

Em qual linguagem llama.cpp é escrito?

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.