核心规格
- 厂商/维护方
- ggml-org
- 许可证
- MIT
- 软件类型
- 轻量本地推理
- 相关组件
- GGUF、llama-server、Metal、CUDA、Vulkan
- 操作系统
- Linux、Windows、macOS
- 支持硬件
- CPU、NVIDIA GPU、AMD GPU、Apple Silicon、多种异构后端
SOFTWARE SELECTION PROFILE
llama.cpp
以C/C++实现的轻量大模型推理项目，适合GGUF量化、CPU和消费级设备本地部署。资料更新：2026-07-24官方资料来源 →
软件与部署生态
软件兼容信息正在补充。
部署与采购注意事项
- 量化等级同时影响容量、速度与质量
- GPU卸载层数、上下文和KV Cache格式需要联合调优
不适合或需要谨慎的场景
- 需要极高并发的多租户集群
- 不支持转换为GGUF的模型
HOW TO USE THIS PROFILE
不要用单个参数直接作出采购决定
权重显存只是部署下限。真实服务还需要预留KV Cache、批处理、上下文、框架运行开销和安全余量；MoE模型的激活参数也不能代替完整权重容量。
WANGYU COMPUTE SERVICE
让网昱继续核对这份算力方案
结合模型、并发、硬件平台、预算和交付条件，进一步确认配置边界，或匹配可租算力资源。