MLC LLM：大型语言模型的高性能部署解决方案

MLC LLM（Machine Learning Compilation for Large Language Models）是一个为大型语言模型提供的高性能通用部署解决方案。该项目的使命是利用机器学习编译技术，使每个人都能在自己的设备上本地开发、优化和部署AI模型。

平台与硬件支持

MLC LLM 支持以下平台和硬件：

AMD GPU / NVIDIA GPU / Intel GPU：支持 Vulkan, ROCm, CUDA
Apple GPU：支持 macOS 上的 Metal (dGPU) 和 iOS/iPadOS 上的 Metal
Web Browser：支持 WebGPU 和 WASM
Android：支持 Adreno GPU 和 Mali GPU 的 OpenCL

github_ai_big_model_mlc_llm_1

快速开始

MLC LLM 使用 4 位量化的 8B Llama-3 模型进行演示。您可以通过以下命令尝试聊天 CLI 或使用 Python API：

    
    mlc_llm chat HF://mlc-ai/Llama-3-8B-Instruct-q4f16_1-MLC
pythonCopy codefrom mlc_llm import MLCEngine

model = "HF://mlc-ai/Llama-3-8B-Instruct-q4f16_1-MLC"
engine = MLCEngine(model)
response = engine.chat.completions.create(
    messages=[{"role": "user", "content": "What is the meaning of life?"}],
    model=model,
    stream=True
)

安装与验证

推荐在隔离的 conda 虚拟环境中安装 MLC LLM，安装后可通过以下命令验证：

    
    python -c "import mlc_llm; print(mlc_llm.__path__)"

REST 服务器部署

您也可以部署一个 REST 服务器，通过 OpenAI 兼容的 API 提供服务：

    
    mlc_llm serve HF://mlc-ai/Llama-3-8B-Instruct-q4f16_1-MLC

API 支持

MLC LLM 提供多种 API 支持，包括 Python API、OpenAI 兼容的 REST-API、C++ API、JavaScript API 和 Web LLM、Swift API for iOS App、Java API 和 Android App。