引用 Daniel Stenberg
在这些智能体将 185,000 行 C 代码转换为 340,000 行 Rust 代码的这段时间里(我数过),我们在实际的 curl 项目中合并了…
大模型从架构到上线的实现路径:框架怎么选、模型怎么部署、Token 怎么省、厂商怎么做。
选模型与精度,实时拆解权重 / KV Cache / 框架开销,并给出可落地卡型与卡数
口径:工具为资料库同名页面的站内副本(发布版本 15,数据更新 2026-11-09),测算含权重冗余、KV Cache、框架开销与 5% 安全余量,结果为选型参考,实际以压测为准。价格为该工具自带口径(人民币含税渠道价 / 美区按需折算),与本频道下方「部署速查」和算力频道的价格表分开阅读,不可互相推算。上游更新后重跑 tools/sync_vram_tool.py 同步,版本号随之变化,浏览器缓存自动失效。
多数团队先用 vLLM 起步,压测后再按吞吐或国产化要求换引擎
| 引擎 | 关键机制 | 量化与并行 | 硬件平台 | 选型提示 |
|---|---|---|---|---|
| vLLM通用开源首选 | PagedAttention 分页 KV、连续批处理、前缀缓存 | AWQ / GPTQ / FP8;TP、PP 并行 | NVIDIA / AMD / 昇腾(社区版) | 生态最广、特性跟进快,生产环境锁版本 |
| SGLang高并发与多轮对话 | RadixAttention 前缀树复用、约束解码 | 与 vLLM 主流量化基本一致;TP | NVIDIA / AMD | 前缀命中收益取决于请求相似度 |
| TensorRT-LLM固定模型追极致吞吐 | 编译期图优化、In-flight Batching | FP8 / FP4(按架构);按卡型编译 | NVIDIA | 与驱动、CUDA、TRT 版本强绑定,升级要重建 engine |
| LMDeploy国产开源模型适配快 | TurboMind 引擎、KV 量化 | AWQ / INT4 KV | NVIDIA | 新模型支持跟进快,覆盖面不及 vLLM |
| llama.cpp / Ollama单机、边缘、个人 | GGUF 量化、CPU/GPU 混合卸载 | Q2–Q8 GGUF | CPU / Apple Silicon / 消费卡 | 并发弱,不适合多租户生产 |
| MindIE昇腾原生栈 | CANN + ATB 算子、连续批处理 | 昇腾量化(W8A8 等) | 昇腾 910B / 910C / 950 系列 | 模型需完成算子适配,交付前逐项验证 |
卡型RTX 4090 24GB / L40S 48GB
模型8B–32B,INT4/AWQ
引擎Ollama 起步,转 vLLM
约束并发与长上下文先到瓶颈
卡型H20 96GB / 昇腾 950PR 112GB
模型70B FP8 或百 B 级 MoE
引擎vLLM / SGLang / TensorRT-LLM
约束要 NVLink 或 PCIe 4.0 x16,看 TTFT 与故障域
卡型昇腾 910C 128GB / 910B 64GB
模型同参数档国产开源模型
引擎MindIE + CANN
约束算子覆盖与模型迁移成本先评估
在这些智能体将 185,000 行 C 代码转换为 340,000 行 Rust 代码的这段时间里(我数过),我们在实际的 curl 项目中合并了…
Java4Shell 是 OpenJDK 的 Base64 解码器中的一个严重内存破坏漏洞,可导致远程代码执行。Cloudflare 已针对付费方案…

PSF 年终募捐 以我作为 Python 软件基金会董事会理事的身份:我们已启动年终募捐,用以支持这家资助 Python 开发与 Python 社区…

2026 年,美团技术团队共计 20 余篇论文被 EMNLP 2026 收录,我们从中精选了 12 篇主会论文(Long Paper)分享给大家。
Jabez Eliezer Manuel 探讨了 Booking.com 数据管理与机器学习平台 20 年的演进历程。他解释了团队如何扩展 MySQ…
2026 年 11 月 17 日——GPT-6.2 Astra 与 Sol 降低了基准测试成本。早期测试者对 Astra 的实际使用体验评价不一。

OpenAI 衡量编程智能体如何加速 AI 研究、其表现仍在哪些方面参差不齐,以及这对递归自我改进意味着什么。
了解 Codex 如何在你的机器上运行命令,同时在 macOS、Linux 和 Windows 上执行你可控的文件系统与网络限制。
杭州普维云技术有限公司(以下简称“普维云”)将 AI-DLC(AI-Driven Development Life Cycle)应用于物联网云平台与…

OpenAI 阐释了其如何借助模型对齐、沙箱、拦截式防护机制与监控,管理前沿 AI 从训练到部署全过程的风险。
OpenAI 模型优化了 Jalapeño 芯片所用电路并改进 RISC-V 核心设计,借助 GPT-6 Astra 展示了 AI 辅助芯片设计的进…
OpenAI 战略未来负责人 Dean Ball 探讨能力更强的 AI 可能如何重塑社会,以及人们如何保住对自身机构的控制权。