vLLM

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

Estrelas

96,540

Forks

24,540

Linguagem

Python

Categoria

Inference & Serving

Obter o código

# Clone o repositório
git clone https://github.com/vllm-project/vllm

O que é vLLM?

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

É seguro usar vLLM?

vLLM é um projeto open source de vllm-project no GitHub. Revise o código-fonte e a licença antes de usar em produção.

Como começar com vLLM?

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

Em qual linguagem vLLM é escrito?

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.