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

swellweb/reame

CPU-first LLM inference server on llama.cpp. Runs useful models on free-tier ARM boxes; rewriting the input made it ~6x faster and more accurate than tuning the engine. MIT, benchmarks and failures included.

语言:C++ · GitHub 星标:114 · Fork:10

话题:arm · cpu · edge-ai · gguf · inference · kv-cache · llama-cpp · llm

在 GitHub 上查看原仓库

正在读取项目信息…