界面已本地化;技能介绍与说明文档按所选语言由 AI 自动翻译,代码、命令、路径和专业术语保留原文,以原作者文档为准。
探索技能
部署与运维 · SKILL.md

serving-llms-vllm

serving-llms-vllm

【部署与运维】Serves LLMs with high throughput using vLLM's PagedAttention and continuous batching. Use when deploying production LLM APIs, optimizing inference latency/throughput, or serving models with limited GPU memory. Supports OpenAI-compatible endpoints, quantization (GPTQ/AWQ/FP8), and tensor parallelism.

独立 GitHub 快照 · 自动分类 · 以原作者文档为准

Iitgoyo / hermes-skillsNOASSERTION

技能说明

GitHub
正在从源仓库读取说明…
我的收藏