开源雷达国内 GitHub 镜像站
加速通道已就绪 返回列表
全部项目

JohnScheuer/mini-llm-inference-engine

High-performance Transformer inference engine in C++/CUDA — 32k tok/s peak, 87% INT8 Tensor Core ceiling, roofline-validated on RTX 2070

语言:C++ · GitHub 星标:9 · Fork:1

在 GitHub 上查看原仓库

正在读取项目信息…