llama.cpp

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

Sao

133,692

Fork

25,250

Ngôn ngữ

C++

Danh mục

Inference & Serving

Lấy mã nguồn

# Clone kho lưu trữ
git clone https://github.com/ggml-org/llama.cpp

llama.cpp là gì?

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

Sử dụng llama.cpp có an toàn không?

llama.cpp là dự án mã nguồn mở của ggml-org trên GitHub. Hãy xem mã nguồn và giấy phép trước khi dùng cho môi trường thật.

Làm sao bắt đầu với llama.cpp?

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

llama.cpp được viết bằng ngôn ngữ nào?

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.