Stars
2
stars
written in C++
Clear filter
纯c++的全平台llm加速库,支持python调用,chatglm-6B级模型单卡可达10000+token / s,支持glm, llama, moss基座,手机端流畅运行
INT4/INT5/INT8 and FP16 inference on CPU for RWKV language model