核心规格
- 厂商/维护方
- NVIDIA
- 许可证
- Apache 2.0（仓库组件，依赖项另有许可）
- 软件类型
- 大模型推理框架
- 相关组件
- CUDA、TensorRT、Triton Inference Server
- 操作系统
- Linux
- 支持硬件
- NVIDIA GPU
SOFTWARE SELECTION PROFILE
TensorRT-LLM
NVIDIA面向大语言模型的推理优化与服务组件，支持量化、张量并行和高性能内核。资料更新：2026-07-27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
- 严格核对CUDA、TensorRT-LLM和GPU架构版本
- 性能测试必须固定模型、精度、批量和输入输出长度
不适合或需要谨慎的场景
- AMD或Intel GPU
- 模型频繁变化且无法维护构建产物的团队
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。