Home Progetti gpu_poor
gpu_poor
JavaScript

gpu_poor

Calcola il requisito di token/s e memoria GPU per qualsiasi LLM. Supporta quantizzazione llama.cpp/ggml/bnb/QLoRA

di RahulSChand · GitHub
Stelle
Fork
Creato
Ultimo commit
Categoria
Probabile
Auto-ospitato
ggmlgpuhuggingfaceJavaScriptAuto-ospitato
Visualizza su GitHub
In parole semplici

Determina la memoria GPU necessaria e le metriche di prestazione per eseguire modelli linguistici sul tuo hardware.

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 →
gpu_poor — GitHub preview card
📈 Storia delle stelle
1.41k1.40k
2026-07-202026-08-31
📈 Segui gpu_poor

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

Calcola il requisito di token/s e memoria GPU per qualsiasi LLM. Supporta quantizzazione llama.cpp/ggml/bnb/QLoRA

gpu_poor ha 1.4k stelle su GitHub. È stato forkato 88 volte. gpu_poor è scritto principalmente in JavaScript. È in sviluppo attivo dal 2023. I suoi temi principali sono: ggml, gpu, huggingface, language-model.

Frequently asked questions

Che cos'è gpu_poor?

Calcola il requisito di token/s e memoria GPU per qualsiasi LLM. Supporta quantizzazione llama.cpp/ggml/bnb/QLoRA

gpu_poor è open source?

gpu_poor è un progetto open source.

gpu_poor è gratuito?

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

In quale linguaggio è scritto gpu_poor?

gpu_poor è scritto principalmente in JavaScript.

🏅 Manutentore di questo progetto?
olud.ai badge — gpu_poor

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

[![olud.ai](https://olud.ai/badge.php?tool=rahulschand-gpu-poor)](https://olud.ai/project/rahulschand-gpu-poor.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.