MemVanta

適用於 CPU 上量化 GGUF 模型的低記憶體 C++20 LLM 推論執行環境 — 支援 mmap 對應的權重、分頁 KV 快取、Q4/Q8 核心，以及可重現的 llama.cpp 基準測試。

MemVanta 是什麼？

適用於 CPU 上量化 GGUF 模型的低記憶體 C++20 LLM 推論執行環境 — 支援 mmap 對應的權重、分頁 KV 快取、Q4/Q8 核心，以及可重現的 llama.cpp 基準測試。