Startseite Projekte krasis
krasis

krasis

von brontoguana · GitHub

Krasis ist eine Hybrid-LLM-Laufzeit, die sich auf die effiziente Ausführung größerer Modelle auf Hardware mit begrenztem VRAM konzentriert

Auf GitHub ansehen
⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Lizenz nicht angegeben
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
🖥️ Selbst gehostet
Wahrscheinlich
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
krasis — GitHub preview card
📈 Sternhistorie
494483
2026-07-202026-07-29
📈 krasis verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Krasis ist eine Hybrid-LLM-Laufzeit, die sich auf die effiziente Ausführung größerer Modelle auf Hardware mit begrenztem VRAM konzentriert

krasis hat 494 Sterne auf GitHub. Es wurde 28-mal geforkt. krasis ist hauptsächlich in C++ geschrieben. Es wird seit 2026 aktiv entwickelt. Die Hauptthemen sind: cpu-inference, gguf-model-support, gpu-inference, high-performance-inference.

Frequently asked questions

Was ist krasis?

Krasis ist eine Hybrid-LLM-Laufzeit, die sich auf die effiziente Ausführung größerer Modelle auf Hardware mit begrenztem VRAM konzentriert

Ist krasis Open Source?

krasis ist ein Open-Source-Projekt.

Ist krasis kostenlos?

Ja. krasis ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist krasis geschrieben?

krasis ist hauptsächlich in C++ geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — krasis

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=brontoguana-krasis)](https://opensourceai.tech/project/brontoguana-krasis.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.