Startseite Projekte LMCache
LMCache
Python

LMCache

LMCache: Verbessern Sie Ihr LLM mit der schnellsten KV-Cache-Schicht

von LMCache · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Kategorie
Sprache
amdcudafastApache-2.0Python
Auf GitHub ansehen
In einfachen Worten

Beschleunigen Sie die Leistung großer Sprachmodelle mit einem spezialisierten Caching-System.

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 →
LMCache — GitHub preview card
📈 Sternhistorie
12k10k
2026-07-042026-08-31
📈 LMCache verfolgen

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

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

LMCache: Verbessern Sie Ihr LLM mit der schnellsten KV-Cache-Schicht

LMCache hat 11.6k Sterne auf GitHub. Es wurde 1.8k-mal geforkt. LMCache ist hauptsächlich in Python geschrieben. Es wird seit 2024 aktiv entwickelt. LMCache ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: amd, cuda, fast, inference.

Frequently asked questions

Was ist LMCache?

LMCache: Verbessern Sie Ihr LLM mit der schnellsten KV-Cache-Schicht

Ist LMCache Open Source?

LMCache ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist LMCache kostenlos?

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

Unter welcher Lizenz steht LMCache?

LMCache ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist LMCache geschrieben?

LMCache ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — LMCache

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

[![olud.ai](https://olud.ai/badge.php?tool=lmcache-lmcache)](https://olud.ai/project/lmcache-lmcache.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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