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

sauravsingla/MemVanta

Low-memory C++20 LLM inference runtime for quantized GGUF models on CPU — mmap-backed weights, paged KV cache, Q4/Q8 kernels, and reproducible llama.cpp benchmarks.

语言:C++ · GitHub 星标:40 · Fork:40

话题:benchmarking · cpp · cpp20 · cpu-inference · edge-ai · gguf · inference · kv-cache

在 GitHub 上查看原仓库

正在读取项目信息…