airllm lyogavin
AirLLM 70B inference with single 4GB GPU
- Hauptsprache
- Jupyter Notebook
- Stars
- 30,779
- Forks
- 3,273
Tags
- Python-Bibliothek
- LLM-Inferenz
- Quantisierung
- Lokale KI
- Deep Learning
Zusammenfassung
AirLLM reduziert den Inferenz-Speicherbedarf großer Sprachmodelle drastisch, sodass 70B-Modelle auf einer einzigen 4GB-GPU laufen – ohne Quantisierung, Distillation oder Pruning. Durch schichtweises Laden und das Streaming einzelner Experten bei spärlichen MoE-Modellen unterstützt es sogar Modelle …
README
 [**Schnellstart**](#quickstart) | [**Konfigurationen**](#configurations) | [**MacOS**](#macos) | [**Beispiel-Notebooks**](#example-python-notebook) | [**FAQ**](#faq) **AirLLM** reduziert den Speicher…