Xorbits Inference(Xinference)是一个 性能强大且功能全面的 分布式 推理框架。可用于大语言模型(LLM),语音识别模型,多模态模型等各种模型的推理。通过 Xorbits Inference,你可以轻松地 一键部署你自己的模型或内置的前沿开源模型 - https://github.com/xorbitsai/inference。无论你是研究者,开发者,或是数据科学家,都可以通过 Xorbits Inference 与最前沿的 AI 模型,发掘更多可能。
Xinference 的功能和亮点有:
- * 🌟 模型推理,轻而易举:大语言模型,语音识别模型,多模态模型的部署流程被大大简化。一个命令即可完成模型的部署工作。
- * ⚡️ 前沿模型,应有尽有:框架内置众多中英文的前沿大语言模型,包括 baichuan,chatglm2 等,一键即可体验!内置模型列表还在快速更新中!
- * 🖥 异构硬件,快如闪电:通过 ggml,同时使用你的 GPU 与 CPU 进行推理,降低延迟,提高吞吐!
- * ⚙️ 接口调用,灵活多样:提供多种使用模型的接口,包括 OpenAI 兼容的 RESTful API(包括 Function Calling),RPC,命令行,web UI 等等。方便模型的管理与交互。
- * 🌐 集群计算,分布协同:支持分布式部署,通过内置的资源调度器,让不同大小的模型按需调度到不同机器,充分使用集群资源。
- * 🔌 开放生态,无缝对接:与流行的三方库无缝对接,包括 LangChain, LlamaIndex, Dify,以及 Chatbox。
Xinference v0.15.0 🚀 重磅来袭,内部新的重构能让用户能真正自定义 Xinference 非内置模型。qwen2-vl-Instruct 🤖 第一时间支持,使用需要从源码安装 transformers:pip install git+ GitHub - huggingface/transformers: 🤗 Transformers: State-of-the-art Machine Learning for Pytorch, Te 更新指南 📚
- pip:pip install 'xinference==0.15.0' 💻
- Docker:拉取最新版本即可,也可以直接在镜像内用 pip 更新 🚢
- 新增内置支持模型 🤝
- 多模态 qwen2-vl-instruct 📸
- 新功能 🎉
- 重构的register逻辑:现在可以完全自助地注册一个不在内置列表中的LLM模型,register接口仅为此场景工作。注册内置的模型系列使用launch接口的model_path参数。 📝
- v0.15.0 xinference内置客户端chat接口已废弃prompt, system_prompt 和 chat_history参数,这三个参数将被messages参数替代,与openai形式保持一致。 💬
- v0.15.0 Qwen系列的react形式的tool call功能已经移除,由OpenAI API形式的tool call代替。移除qwen-chat 1代的tool call能力(不影响qwen1.5-chat和qwen2)。 🚫
- v0.15.0 已移除chatglm3。因其官方已基本不更新同时各规格接口不一致,glm系列模型推荐直接使用glm4-chat 🚫
- MiniCPM-V-2.6 支持transformers引擎的continuous batching 📈
- image2image/inpainting 支持unpad 🎨
- 兼容openai 库版本 >=1.40 📚
- BUG修复 🐜
- 修复自定义模型文件导致的无法启动问题 💻
- 修复镜像由于entrypoint无法启动的问题 🚢
- 修复rerank模型 max_length设置的问题 📊
- 修复rerank模型的输出中rerank token的统计问题 📊
- 修复embedding模型中embedding token的统计问题,同时优化显存占用 💻
- 修复日志异常的一些问题 📝
- 修复vllm性能回退的问题 📊
- UI 🎨
- 新的注册模型界面和逻辑 📝
- 即将废弃: 🕰️
- v0.16.0 transformers引擎的continuous batching将代替现有的推理逻辑成为默认推理行为。 🔜
我们感谢每一位参与的社区伙伴对 Xinference 的帮助和支持,也欢迎更多使用者和开发者参与体验和使用 Xinference。
欢迎您在 https://github.com/xorbitsai/inference 给我们一个 星标,这样你就可以在 GitHub 上及时收到每个新版本的通知。
还没有评论,来说两句吧...