TensorRT-LLM
TensorRT-LLM 是面向生成式 AI、模型、RAG、Agent、推理、训练或生产治理的开放源代码项目。
分类：推理引擎、模型服务与 AI Gateway
公司 / 团队：NVIDIA
详细介绍
该项目的主要能力包括NVIDIA GPU 上的高性能 LLM 推理、量化、Kernel、并行、KV Cache、Serving 和 Triton 集成。
开源项目的真实可用性取决于代码版本、许可证、模型与数据条款、依赖、硬件、操作系统、部署方式、社区维护、漏洞响应和生产评测。详情页应把仓库、许可证、最新 Release、提交活跃度、安装方式、支持模型、资源需求、遥测、商业版关系和迁移状态拆成动态字段维护。
适合场景
- NVIDIA GPU 推理
- 低延迟模型服务
- 多 GPU 集群
- Triton 部署
使用注意
- 强依赖 CUDA、驱动、GPU 架构和版本矩阵
- 构建 Engine 与模型转换流程需自动化
- 生产升级应保留可回滚 Engine
- 正式用于生产前应完成许可证、模型权重、数据来源、依赖供应链、漏洞、权限、沙箱、准确性、性能、成本、备份和退出迁移评估。