GitHub · 灵魂体仓库·· 17 天前AI 评分53
AarnavNoble 开源 llm-engine：Llama 架构模型的自研推理引擎
AarnavNoble/llm-engine
来源与原文
GitHub · 灵魂体仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/AarnavNoble/llm-engine
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
AarnavNoble 在 GitHub 发布 llm-engine，一个面向 Llama 架构模型（Qwen2.5-0.5B、TinyLlama）的服务引擎，实现 paged KV cache、continuous batching、chunked prefill、prefix caching 和 OpenAI 兼容流式 API，运行时无 PyTorch，前向为 C++。CPU 后端已完成并逐层对照 PyTorch 验证；CUDA 后端未写，结果页将相关行标为 not measured。
来源：GitHub · 灵魂体仓库 · github.com