先了解这件事
蚂蚁集团与 vLLM 社区开源了通用高性能量化推理内核库 Humming,代码托管在 vLLM 项目下的 github.com/vllm-project/humming。
从 vLLM 0.29.0 起,CUDA 安装会把 Humming 作为依赖一并装入,无需单独安装;用户可通过 --linear-backend 和 --moe-backend 选项,分别将 Humming 选为稠密 GEMM 与 MoE GEMM 的计算后端。
据 vLLM 官方博客介绍,Humming 定位为面向量化推理的通用高性能内核库。
AI 根据报道生成 · 27 天前更新最新进展
蚂蚁集团与 vLLM 社区开源量化推理内核库 Humming
事件进展1
蚂蚁集团与vLLM社区开源Humming量化推理内核库
vLLM 官方博客:蚂蚁集团与 vLLM 社区开源量化推理内核库 Humming