exllama

Llm Inference| Samlet placering #1030

A more memory-efficient rewrite of the HF transformers implementation of Llama for use with quantized weights.

Besøg websitet

Placering

#1030samlet

#6 i Llm Inference

Score: 8/50

Pris

Gratis version tilgængelig

Data

open-source-ai

Hvad er exllama?

exllama er et AI-drevet llm inference-værktøj. A more memory-efficient rewrite of the HF transformers implementation of Llama for use with quantized weights.

Vigtigste funktioner

  • AI-drevet automatisering
  • Brugervenlig grænseflade
  • Skybaseret adgang
  • Regelmæssige opdateringer
  • Kundesupport

Anvendelser

  • Automatisering af gentagne opgaver
  • Forbedre produktiviteten
  • Reducere manuelt arbejde
  • Få AI-drevet indsigt
  • Strømline arbejdsgange

Priser for exllama

Gratis version: ja — exllama tilbyder en gratis plan.

Besøg exllama-websitet for alle detaljer om priser.

Ofte stillede spørgsmål

Hvad er exllama?

exllama er et AI-drevet værktøj i kategorien Llm Inference. A more memory-efficient rewrite of the HF transformers implementation of Llama for use with quantized weights.

Er exllama gratis?

Ja, exllama tilbyder et gratis niveau. Tjek deres websted for detaljer om, hvad der er inkluderet i det gratis abonnement.

Hvilken kategori er exllama i?

exllama er kategoriseret under Llm Inference på Top AI Ranked. Det er rangeret #6 i denne kategori baseret på vores pointsystem.

Hvad er alternativer til exllama?

Du kan finde lignende værktøjer på vores kategoriside for Llm Inference. Top AI Ranked viser flere alternativer, som du kan sammenligne efter rangering, pris og funktioner.

Alternativer til exllama

Andre gode værktøjer i kategorien llm inference:

SGLang#1

SGLang is a fast serving framework for large language models and vision language models.

vLLM#2

A high-throughput and memory-efficient inference and serving engine for LLMs.

TensorRT-LLM#3

Nvidia Framework for LLM Inference

FasterTransformer#4

NVIDIA Framework for LLM Inference(Transitioned to TensorRT-LLM)

MInference#5

To speed up Long-context LLMs' inference, approximate and dynamic sparse calculate the attention, which reduces inferenc

FastChat#7

A distributed multi-model LLM serving system with web UI and OpenAI-compatible RESTful APIs.

exllama vs SGLangexllama vs vLLMexllama vs TensorRT-LLM
Se alle Llm Inference-værktøjer