界面已本地化;技能原文保持作者语言。部分长说明页面以英语提供。
探索技能
部署与运维 · SKILL.md

tensorrt-llm

tensorrt-llm

【部署与运维】Optimizes LLM inference with NVIDIA TensorRT for maximum throughput and lowest latency. Use for production deployment on NVIDIA GPUs (A100/H100), when you need 10-100x faster inference than PyTorch, or for serving models with quantization (FP8/INT4), in-flight batching, and multi-GPU scaling.

独立 GitHub 快照 · 自动分类 · 以原作者文档为准

技能说明

GitHub
正在从源仓库读取说明…
我的收藏