核心规格
- 厂商/维护方
- NVIDIA
- 许可证
- BSD-3-Clause
- 软件类型
- 模型服务平台
- 相关组件
- TensorRT、ONNX Runtime、Python Backend、Kubernetes
- 操作系统
- Linux
- 支持硬件
- NVIDIA GPU、CPU及后端支持设备
SOFTWARE SELECTION PROFILE
Triton Inference Server
NVIDIA开源推理服务器，统一托管TensorRT、ONNX Runtime、PyTorch及自定义后端模型。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
- 后端版本必须与服务器镜像匹配
- 动态批处理需要结合延迟目标调优
不适合或需要谨慎的场景
- 只需单个本地LLM的轻量场景
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。