DeepSpeed-MII
github.com
微软 DeepSpeed 推出的开源推理库，实现低延迟、高吞吐的大模型部署，支持连续批处理与张量并行。
开源有 API可自部署本地模型命令行Linux
被推荐 1 次
适合做什么
适合需要自建高性能 LLM 推理服务的开发者与团队，用于部署 Llama、Mixtral 等模型并优化吞吐与延迟。
标签与属性
同类推荐
高吞吐、省显存的开源 LLM 推理与服务引擎，支持 PagedAttention 与 OpenAI 兼容 API。
开源有 API可自部署DeepSeek通义千问
github.com1 处推荐
本地部署 / 运行最流行的开源大模型本地运行工具，一条命令即可下载并运行 Llama、Qwen、DeepSeek 等模型。
开源可自部署有 API通义千问DeepSeek
ollama.com3 处推荐
Hugging Face 官方 JS 库，让 Transformers 模型直接在浏览器里运行，无需服务器。
开源多模态可自部署本地模型网页
github.com1 处推荐