Самый простой способ запустить открытую модель на своём компьютере: одна команда скачивает и запускает её, плюс локальный REST API и библиотеки для Python и JavaScript.
Все репозитории
Открытые модели и инференсggml-org
llama.cpp
Движок на C/C++, который запускает языковые модели на обычном железе: ноутбуках, телефонах, серверах без видеокарты. На нём держится большая часть локального AI, включая Ollama.
Кому подойдёт
Тем, кому нужен лёгкий и быстрый локальный инференс без тяжёлых зависимостей.
Как начать
- Установи:
curl -LsSf https://llama.app/install.sh | sh. - Запусти модель с Hugging Face:
llama cli -hf ggml-org/Qwen3.5-0.8B-GGUF. - Подними API, совместимый с OpenAI:
llama serve -hf ggml-org/Qwen3.5-0.8B-GGUF.
Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.
Звёзды за последние 30 дней
+3 6226 сент. — 6 окт.
Описание автора
LLM inference in C/C++
Ещё в категории «Открытые модели и инференс»
Главная библиотека для работы с моделями: единый код для текста, зрения, звука и мультимодальных задач, и для запуска, и для обучения. Через неё выходит большинство новых открытых моделей.
Свой чат-интерфейс в стиле ChatGPT, который подключается к Ollama и любым API, совместимым с OpenAI. Ставится одной командой Docker и работает на твоём сервере.
Репозиторий большой открытой модели DeepSeek-V3 со смесью экспертов: описание, результаты тестов и инструкции запуска. Показал, что открытая модель может идти вровень с закрытыми.
Основа большинства современных нейросетей: тензоры с ускорением на GPU и автоматическое дифференцирование, с обычным питоновским кодом внутри. На нём написаны Transformers, Llama и почти все открытые модели.
Движок для быстрой раздачи моделей на видеокартах: экономно расходует память и держит много запросов одновременно. Стандартный выбор, когда модель нужно отдавать как сервис.