Home Progetti krasis
krasis

krasis

di brontoguana · GitHub

Krasis è un runtime LLM ibrido che si concentra sull'esecuzione efficiente di modelli più grandi su hardware limitato a VRAM di consumo

Visualizza su GitHub
⭐ Stelle
🍴 Fork
📜 Licenza
Licenza non specificata
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
🖥️ Auto-ospitato
Probabile
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
krasis — GitHub preview card
📈 Storia delle stelle
494483
2026-07-202026-07-29
📈 Segui krasis

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Krasis è un runtime LLM ibrido che si concentra sull'esecuzione efficiente di modelli più grandi su hardware limitato a VRAM di consumo

krasis ha 494 stelle su GitHub. È stato forkato 28 volte. krasis è scritto principalmente in C++. È in sviluppo attivo dal 2026. I suoi temi principali sono: cpu-inference, gguf-model-support, gpu-inference, high-performance-inference.

Frequently asked questions

Che cos'è krasis?

Krasis è un runtime LLM ibrido che si concentra sull'esecuzione efficiente di modelli più grandi su hardware limitato a VRAM di consumo

krasis è open source?

krasis è un progetto open source.

krasis è gratuito?

Sì. krasis è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

In quale linguaggio è scritto krasis?

krasis è scritto principalmente in C++.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — krasis

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=brontoguana-krasis)](https://opensourceai.tech/project/brontoguana-krasis.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.