Inicio Proyectos pmetal
pmetal

pmetal

por Epistates · GitHub

PMetal: marco de alto rendimiento para Apple Silicon para inferencia local de LLM, ajuste fino de LoRA/QLoRA, servicio, cuantización y aceleración MLX/Metal.

Ver en GitHub
⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Licencia no especificada
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
🖥️ Autoalojable
Probable
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
pmetal — GitHub preview card
📈 Historial de estrellas
306305
2026-07-202026-07-29
📈 Sigue pmetal

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

PMetal: marco de alto rendimiento para Apple Silicon para inferencia local de LLM, ajuste fino de LoRA/QLoRA, servicio, cuantización y aceleración MLX/Metal.

pmetal tiene 306 estrellas en GitHub. Se ha bifurcado 23 veces. pmetal está escrito principalmente en Rust. Se desarrolla activamente desde 2026. Sus temas principales son: ai, ane, apple-silicon, deep-learning.

Frequently asked questions

¿Qué es pmetal?

PMetal: marco de alto rendimiento para Apple Silicon para inferencia local de LLM, ajuste fino de LoRA/QLoRA, servicio, cuantización y aceleración MLX/Metal.

¿pmetal es de código abierto?

pmetal es un proyecto de código abierto.

¿pmetal es gratis?

Sí. pmetal es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito pmetal?

pmetal está escrito principalmente en Rust.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — pmetal

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=epistates-pmetal)](https://olud.ai/project/epistates-pmetal.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.