[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-OpenBMB--BMInf":3,"tool-OpenBMB--BMInf":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",159636,2,"2026-04-17T23:33:34",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":72,"owner_avatar_url":73,"owner_bio":74,"owner_company":75,"owner_location":75,"owner_email":76,"owner_twitter":72,"owner_website":77,"owner_url":78,"languages":79,"stars":104,"forks":105,"last_commit_at":106,"license":107,"difficulty_score":10,"env_os":108,"env_gpu":109,"env_ram":110,"env_deps":111,"category_tags":117,"github_topics":118,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":122,"updated_at":123,"faqs":124,"releases":155},8757,"OpenBMB\u002FBMInf","BMInf","Efficient Inference for Big Models","BMInf 是一款专为超大规模预训练语言模型设计的高效推理工具包，旨在解决大模型对硬件资源要求极高、普通显卡难以运行的痛点。它通过创新的内存优化与量化技术，让用户仅需一张入门级显卡（如 NVIDIA GTX 1060），即可流畅运行参数量超过 100 亿的巨型模型。即便在拥有高端显卡的环境下，BMInf 相比原生 PyTorch 实现也能带来显著的性能提升。\n\n该工具特别适合 AI 研究人员、开发者以及受限于硬件预算的学生群体使用。无论是进行模型推理测试还是轻量级微调，BMInf 都能大幅降低门槛，让大模型研究不再依赖昂贵的服务器集群。其核心技术亮点包括自动模型转换封装器（wrapper），可一键适配各类 Transformer 架构模型；同时支持手动替换关键组件（如量化线性层），兼顾了易用性与灵活性。此外，BMInf 已全面支持 PyTorch 反向传播，并不再强制依赖特定库，安装部署更加便捷。对于希望在不升级硬件的前提下探索大模型潜力的用户来说，BMInf 是一个实用且友好的选择。","\u003Cdiv align=\"center\">\n\n\u003Ch1>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FOpenBMB_BMInf_readme_c9132d562231.png\" height=\"28px\" \u002F> BMInf \u003C\u002Fh1>\n\n**Efficient Inference for Big Models**\n\n\u003C\u002Fdiv>\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"#overview\">Overview\u003C\u002Fa> • \u003Ca href=\"#install\">Installation\u003C\u002Fa> • \u003Ca href=\"#quick-start\">Quick Start\u003C\u002Fa> • \u003Ca href=\".\u002FREADME-ZH.md\" target=\"_blank\">简体中文\u003C\u002Fa>\n\u003Cbr>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n\t\u003Ca href='https:\u002F\u002Fbminf.readthedocs.io\u002Fen\u002Flatest\u002F'>\n\t    \u003Cimg src='https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FOpenBMB_BMInf_readme_6bf48b3e9a6d.png' alt='doc' \u002F>\n\t\u003C\u002Fa>\n\t\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fblob\u002Fmain\u002FLICENSE\">\n\t    \u003Cimg alt=\"github\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002FOpenBMB\u002FBMInf\">\n\t\u003C\u002Fa>\n\t\u003Ca>\n\t\t \u003Cimg alt=\"version\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fversion-1.0.0-blue\">\n\t\u003C\u002Fa>\n\u003C\u002Fp>    \n\n## What's New\n- 2022\u002F07\u002F31 (**BMInf 2.0.0**) BMInf can now be applied to any transformer-based model.\n- 2021\u002F12\u002F21 (**BMInf 1.0.0**) Now the package no more depends on ``cupy`` and supports PyTorch backpropagation.\n- 2021\u002F10\u002F18 We updated the ``generate`` interface and added a new CPM 2.1 demo.\n- 2021\u002F09\u002F24 We publicly released BMInf on the 2021 Zhongguancun Forum (AI and Multidisciplinary Synergy Innovation Forum).\n\n**Note:** README for `BMInf-1` can be found in `old_docs` directory. Examples of CPM-1\u002F2 and EVA will be published soon.\n\n\u003Cdiv id=\"overview\">\u003C\u002Fdiv>\n\n## Overview\n\nBMInf (Big Model Inference) is a low-resource inference package for large-scale pretrained language models (PLMs). \n\nBMInf supports running models with more than 10 billion parameters on a single NVIDIA GTX 1060 GPU in its minimum requirements. Running with better GPUs leads to better performance. In cases where the GPU memory supports the large model inference (such as V100 or A100), BMInf still has a significant performance improvement over the existing PyTorch implementation.\n\nIf you use the code, please cite the following [paper](https:\u002F\u002Faclanthology.org\u002F2022.acl-demo.22.pdf):\n\n```\n@inproceedings{han2022bminf,\n\ttitle={BMInf: An Efficient Toolkit for Big Model Inference and Tuning},\n\tauthor={Han, Xu and Zeng, Guoyang and Zhao, Weilin and Liu, Zhiyuan and Zhang, Zhengyan and Zhou, Jie and Zhang, Jun and Chao, Jia and Sun, Maosong},\n\tbooktitle={Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics: System Demonstrations},\n\tpages={224--230},\n\tyear={2022}\n}\n```\n\n\u003Cdiv id=\"install\">\u003C\u002Fdiv>\n\n## Installation\n\n- From pip: ``pip install bminf``\n\n- From source code: download the package and run ``python setup.py install``\n\n\n### Hardware Requirement\n\nHere we list the minimum and recommended configurations for running BMInf. \n\n| | Minimum Configuration | Recommended Configuration |\n|-|-|-|\n| Memory | 16GB | 24GB\n| GPU | NVIDIA GeForce GTX 1060 6GB | NVIDIA Tesla V100 16GB\n| PCI-E |  PCI-E 3.0 x16 |  PCI-E 3.0 x16\n\nGPUs with compute\ncapability 6.1 or higher are supported by BMInf. Refer to the [table](https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FCUDA#GPUs_supported) to check whether your GPU is supported. \n\n### Software Requirement\n\nBMInf requires CUDA version >= 10.1 and all the dependencies can be automaticlly installed by the installation process.\n\n- **python** >= 3.6\n- **torch** >= 1.7.1\n- **cpm_kernels** >= 1.0.9\n\n\u003Cdiv id=\"quick-start\">\u003C\u002Fdiv>\n\n## Quick Start\n\nUse `bminf.wrapper` to automatically convert your model.\n\n```python\nimport bminf\n\n# initialize your model on CPU\nmodel = MyModel()\n\n# load state_dict before using wrapper\nmodel.load_state_dict(model_checkpoint)\n\n# apply wrapper\nwith torch.cuda.device(CUDA_DEVICE_INDEX):\n    model = bminf.wrapper(model)\n```\n\nIf `bminf.wrapper` does not fit your model well, you can use the following method to replace it manually.\n\n* Replace `torch.nn.ModuleList` with `bminf.TransformerBlockList`.\n```python\nmodule_list = bminf.TransformerBlockList([\n\t# ...\n], [CUDA_DEVICE_INDEX])\n```\n\n* Replace `torch.nn.Linear` with `bminf.QuantizedLinear`.\n```python\nlinear = bminf.QuantizedLinear(torch.nn.Linear(...))\n```\n\n## Performances\n\nHere we report the speeds of CPM2 encoder and decoder we have tested on different platforms. You can also run ``benchmark\u002Fcpm2\u002Fencoder.py`` and ``benchmark\u002Fcpm2\u002Fdecoder.py`` to test the speed on your machine!\n\nImplementation | GPU | Encoder Speed (tokens\u002Fs) | Decoder Speed (tokens\u002Fs) |\n|-|-|-|-|\nBMInf | NVIDIA GeForce GTX 1060 | 718 | 4.4\nBMInf | NVIDIA GeForce GTX 1080Ti | 1200 | 12\nBMInf | NVIDIA GeForce GTX 2080Ti | 2275 | 19\nBMInf | NVIDIA Tesla V100 | 2966 | 20\nBMInf | NVIDIA Tesla A100 | 4365 | 26\nPyTorch | NVIDIA Tesla V100 | - | 3\nPyTorch | NVIDIA Tesla A100 | - | 7\n\n## Community\nWe welcome everyone to contribute codes following our [contributing guidelines](https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fblob\u002Fmaster\u002FCONTRIBUTING.md).\n\nYou can also find us on other platforms:\n- QQ Group: 735930538\n- WeChat Official Account: OpenBMB\n- Website: https:\u002F\u002Fwww.openbmb.org\n- Weibo: http:\u002F\u002Fweibo.cn\u002FOpenBMB\n- Twitter: https:\u002F\u002Ftwitter.com\u002FOpenBMB\n\n## License\n\nThe package is released under the [Apache 2.0](https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fblob\u002Fmaster\u002FLICENSE) License.\n\n## References\n\u003Cdiv id=\"ref\">\u003C\u002Fdiv>\n\n1. [CPM-2: Large-scale Cost-efficient Pre-trained Language Models.](https:\u002F\u002Farxiv.org\u002Fabs\u002F2106.10715) Zhengyan Zhang, Yuxian Gu, Xu Han, Shengqi Chen, Chaojun Xiao, Zhenbo Sun, Yuan Yao, Fanchao Qi, Jian Guan, Pei Ke, Yanzheng Cai, Guoyang Zeng, Zhixing Tan, Zhiyuan Liu, Minlie Huang, Wentao Han, Yang Liu, Xiaoyan Zhu, Maosong Sun.\n2. [CPM: A Large-scale Generative Chinese Pre-trained Language Model.](https:\u002F\u002Farxiv.org\u002Fabs\u002F2012.00413) Zhengyan Zhang, Xu Han, Hao Zhou, Pei Ke, Yuxian Gu, Deming Ye, Yujia Qin, Yusheng Su, Haozhe Ji, Jian Guan, Fanchao Qi, Xiaozhi Wang, Yanan Zheng, Guoyang Zeng, Huanqi Cao, Shengqi Chen, Daixuan Li, Zhenbo Sun, Zhiyuan Liu, Minlie Huang, Wentao Han, Jie Tang, Juanzi Li, Xiaoyan Zhu, Maosong Sun.\n3. [EVA: An Open-Domain Chinese Dialogue System with Large-Scale Generative Pre-Training.](https:\u002F\u002Farxiv.org\u002Fabs\u002F2108.01547) Hao Zhou, Pei Ke, Zheng Zhang, Yuxian Gu, Yinhe Zheng, Chujie Zheng, Yida Wang, Chen Henry Wu, Hao Sun, Xiaocong Yang, Bosi Wen, Xiaoyan Zhu, Minlie Huang, Jie Tang.\n4. [Language Models are Unsupervised Multitask Learners.](http:\u002F\u002Fwww.persagen.com\u002Ffiles\u002Fmisc\u002Fradford2019language.pdf) Alec Radford, Jeffrey Wu, Rewon Child, David Luan, Dario Amodei, and Ilya Sutskever.\n","\u003Cdiv align=\"center\">\n\n\u003Ch1>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FOpenBMB_BMInf_readme_c9132d562231.png\" height=\"28px\" \u002F> BMInf \u003C\u002Fh1>\n\n**大模型高效推理**\n\n\u003C\u002Fdiv>\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"#overview\">概述\u003C\u002Fa> • \u003Ca href=\"#install\">安装\u003C\u002Fa> • \u003Ca href=\"#quick-start\">快速入门\u003C\u002Fa> • \u003Ca href=\".\u002FREADME-ZH.md\" target=\"_blank\">简体中文\u003C\u002Fa>\n\u003Cbr>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n\t\u003Ca href='https:\u002F\u002Fbminf.readthedocs.io\u002Fen\u002Flatest\u002F'>\n\t    \u003Cimg src='https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FOpenBMB_BMInf_readme_6bf48b3e9a6d.png' alt='doc' \u002F>\n\t\u003C\u002Fa>\n\t\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fblob\u002Fmain\u002FLICENSE\">\n\t    \u003Cimg alt=\"github\" src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Flicense\u002FOpenBMB\u002FBMInf\">\n\t\u003C\u002Fa>\n\t\u003Ca>\n\t\t \u003Cimg alt=\"version\" src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fversion-1.0.0-blue\">\n\t\u003C\u002Fa>\n\u003C\u002Fp>    \n\n## 新增内容\n- 2022\u002F07\u002F31 (**BMInf 2.0.0**) BMInf 现在可以应用于任何基于 Transformer 的模型。\n- 2021\u002F12\u002F21 (**BMInf 1.0.0**) 现在该包不再依赖 ``cupy``，并支持 PyTorch 反向传播。\n- 2021\u002F10\u002F18 我们更新了 ``generate`` 接口，并新增了 CPM 2.1 示例。\n- 2021\u002F09\u002F24 我们在 2021 年中关村论坛（AI 与多学科协同创新论坛）上公开发布了 BMInf。\n\n**注意:** `BMInf-1` 的 README 文档可在 `old_docs` 目录中找到。CPM-1\u002F2 和 EVA 的示例将很快发布。\n\n\u003Cdiv id=\"overview\">\u003C\u002Fdiv>\n\n## 概述\n\nBMInf（大模型推理）是一个用于大规模预训练语言模型（PLMs）的低资源推理工具包。\n\nBMInf 支持在最低配置的单块 NVIDIA GTX 1060 GPU 上运行参数量超过 100 亿的模型。使用更强大的 GPU 能够获得更好的性能。即使在 GPU 显存足以支持大型模型推理的情况下（如 V100 或 A100），BMInf 仍然比现有的 PyTorch 实现有显著的性能提升。\n\n如果您使用此代码，请引用以下论文：\n\n```\n@inproceedings{han2022bminf,\n\ttitle={BMInf: An Efficient Toolkit for Big Model Inference and Tuning},\n\tauthor={Han, Xu and Zeng, Guoyang and Zhao, Weilin and Liu, Zhiyuan and Zhang, Zhengyan and Zhou, Jie and Zhang, Jun and Chao, Jia and Sun, Maosong},\n\tbooktitle={Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics: System Demonstrations},\n\tpages={224--230},\n\tyear={2022}\n}\n```\n\n\u003Cdiv id=\"install\">\u003C\u002Fdiv>\n\n## 安装\n\n- 通过 pip 安装：``pip install bminf``\n\n- 从源代码安装：下载软件包并运行 ``python setup.py install``\n\n\n### 硬件要求\n\n以下是运行 BMInf 的最低和推荐配置。\n\n| | 最低配置 | 推荐配置 |\n|-|-|-|\n| 内存 | 16GB | 24GB\n| GPU | NVIDIA GeForce GTX 1060 6GB | NVIDIA Tesla V100 16GB\n| PCI-E | PCI-E 3.0 x16 | PCI-E 3.0 x16\n\nBMInf 支持计算能力为 6.1 或更高的 GPU。请参考 [表格](https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FCUDA#GPUs_supported) 查看您的 GPU 是否受支持。\n\n### 软件要求\n\nBMInf 需要 CUDA 版本 >= 10.1，所有依赖项均可在安装过程中自动安装。\n\n- **python** >= 3.6\n- **torch** >= 1.7.1\n- **cpm_kernels** >= 1.0.9\n\n\u003Cdiv id=\"quick-start\">\u003C\u002Fdiv>\n\n## 快速入门\n\n使用 `bminf.wrapper` 自动转换您的模型。\n\n```python\nimport bminf\n\n# 在 CPU 上初始化您的模型\nmodel = MyModel()\n\n# 使用 wrapper 前加载 state_dict\nmodel.load_state_dict(model_checkpoint)\n\n# 应用 wrapper\nwith torch.cuda.device(CUDA_DEVICE_INDEX):\n    model = bminf.wrapper(model)\n```\n\n如果 `bminf.wrapper` 不适合您的模型，您可以采用以下方法手动替换。\n\n* 将 `torch.nn.ModuleList` 替换为 `bminf.TransformerBlockList`。\n```python\nmodule_list = bminf.TransformerBlockList([\n\t# ...\n], [CUDA_DEVICE_INDEX])\n```\n\n* 将 `torch.nn.Linear` 替换为 `bminf.QuantizedLinear`。\n```python\nlinear = bminf.QuantizedLinear(torch.nn.Linear(...))\n```\n\n## 性能\n\n以下是我们测试的不同平台上 CPM2 编码器和解码器的速度。您也可以运行 `benchmark\u002Fcpm2\u002Fencoder.py` 和 `benchmark\u002Fcpm2\u002Fdecoder.py` 来测试您机器上的速度！\n\n实现 | GPU | 编码器速度 (tokens\u002Fs) | 解码器速度 (tokens\u002Fs) |\n|-|-|-|-|\nBMInf | NVIDIA GeForce GTX 1060 | 718 | 4.4\nBMInf | NVIDIA GeForce GTX 1080Ti | 1200 | 12\nBMInf | NVIDIA GeForce GTX 2080Ti | 2275 | 19\nBMInf | NVIDIA Tesla V100 | 2966 | 20\nBMInf | NVIDIA Tesla A100 | 4365 | 26\nPyTorch | NVIDIA Tesla V100 | - | 3\nPyTorch | NVIDIA Tesla A100 | - | 7\n\n## 社区\n我们欢迎所有人根据我们的 [贡献指南](https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fblob\u002Fmaster\u002FCONTRIBUTING.md) 贡献代码。\n\n您也可以在其他平台找到我们：\n- QQ 群：735930538\n- 微信公众号：OpenBMB\n- 官网：https:\u002F\u002Fwww.openbmb.org\n- 微博：http:\u002F\u002Fweibo.cn\u002FOpenBMB\n- Twitter：https:\u002F\u002Ftwitter.com\u002FOpenBMB\n\n## 许可证\n\n本软件包采用 [Apache 2.0](https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fblob\u002Fmaster\u002FLICENSE) 许可证发布。\n\n## 参考文献\n\u003Cdiv id=\"ref\">\u003C\u002Fdiv>\n\n1. [CPM-2：大规模低成本预训练语言模型。](https:\u002F\u002Farxiv.org\u002Fabs\u002F2106.10715) 张正言、顾宇贤、韩旭、陈圣奇、肖超军、孙振波、姚元、齐凡超、关健、柯培、蔡彦政、曾国阳、谭志兴、刘志远、黄敏列、韩文涛、刘洋、朱晓燕、孙茂松。\n2. [CPM：大规模生成式中文预训练语言模型。](https:\u002F\u002Farxiv.org\u002Fabs\u002F2012.00413) 张正言、韩旭、周浩、柯培、顾宇贤、叶德明、秦雨佳、苏雨生、季浩哲、关健、齐凡超、王小智、郑雅楠、曾国阳、曹焕琪、陈圣奇、李代轩、孙振波、刘志远、黄敏列、韩文涛、唐杰、李娟子、朱晓燕、孙茂松。\n3. [EVA：具有大规模生成式预训练的开放域中文对话系统。](https:\u002F\u002Farxiv.org\u002Fabs\u002F2108.01547) 周浩、柯培、张正言、顾宇贤、郑银鹤、郑楚洁、王一达、吴亨利、孙浩、杨小聪、温博思、朱晓燕、黄敏列、唐杰。\n4. [语言模型是无监督的多任务学习者。](http:\u002F\u002Fwww.persagen.com\u002Ffiles\u002Fmisc\u002Fradford2019language.pdf) 亚历克·拉德福德、杰弗里·吴、瑞文·柴尔德、大卫·卢安、达里奥·阿莫迪以及伊利亚·萨茨克韦尔。","# BMInf 快速上手指南\n\nBMInf (Big Model Inference) 是一个专为大规模预训练语言模型设计的低资源推理工具包。它支持在单张消费级显卡（如 GTX 1060）上运行参数量超过 100 亿的模型，并在高端显卡上提供比原生 PyTorch 更优的推理性能。\n\n## 环境准备\n\n在开始之前，请确保您的硬件和软件环境满足以下要求：\n\n### 硬件要求\n*   **GPU**: 计算能力 (Compute Capability) 6.1 或更高（支持 NVIDIA GeForce GTX 1060 及以上型号）。\n*   **显存**: 最低 6GB (推荐 16GB 或以上)。\n*   **内存**: 最低 16GB (推荐 24GB)。\n*   **接口**: PCI-E 3.0 x16。\n\n### 软件依赖\n*   **操作系统**: Linux (推荐)\n*   **CUDA**: 版本 >= 10.1\n*   **Python**: 版本 >= 3.6\n*   **PyTorch**: 版本 >= 1.7.1\n*   **cpm_kernels**: 版本 >= 1.0.9\n\n> **提示**：国内用户安装 PyTorch 时，建议使用清华或中科大镜像源加速下载。\n\n## 安装步骤\n\n您可以通过 pip 直接安装，这是最便捷的方式。\n\n### 方式一：使用 pip 安装（推荐）\n\n```bash\npip install bminf\n```\n\n*国内加速安装命令：*\n```bash\npip install bminf -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n### 方式二：从源码安装\n\n如果您需要最新开发版或自定义编译：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf.git\ncd BMInf\npython setup.py install\n```\n\n## 基本使用\n\nBMInf 的核心功能是通过 `bminf.wrapper` 自动包装您的 PyTorch 模型，从而实现低显存推理。\n\n### 最简单的使用示例\n\n假设您已经定义了一个继承自 `torch.nn.Module` 的模型类 `MyModel` 并拥有对应的权重文件。\n\n```python\nimport torch\nimport bminf\n\n# 1. 在 CPU 上初始化您的模型\nmodel = MyModel()\n\n# 2. 加载预训练权重 (state_dict)\n# 请务必在使用 wrapper 之前完成权重加载\nmodel.load_state_dict(model_checkpoint)\n\n# 3. 应用 BMInf 包装器\n# 将模型移至指定 GPU 并进行量化\u002F优化处理\nCUDA_DEVICE_INDEX = 0  # 替换为您实际的 GPU 索引\nwith torch.cuda.device(CUDA_DEVICE_INDEX):\n    model = bminf.wrapper(model)\n\n# 4. 现在可以像往常一样使用 model 进行推理\n# outputs = model(inputs)\n```\n\n### 手动替换模式（可选）\n\n如果自动包装器 `bminf.wrapper` 无法完美适配您的模型结构，您可以手动替换关键组件：\n\n*   **替换模块列表**：将 `torch.nn.ModuleList` 替换为 `bminf.TransformerBlockList`。\n    ```python\n    module_list = bminf.TransformerBlockList([\n        # ... 您的 Transformer 块\n    ], [CUDA_DEVICE_INDEX])\n    ```\n\n*   **替换线性层**：将 `torch.nn.Linear` 替换为 `bminf.QuantizedLinear`。\n    ```python\n    linear = bminf.QuantizedLinear(torch.nn.Linear(...))\n    ```","某初创教育科技公司试图在仅有单张 GTX 1060 显卡的服务器上，部署参数量超过 100 亿的 CPM-2 大模型，以构建个性化的作文辅导助手。\n\n### 没有 BMInf 时\n- **硬件门槛过高**：传统 PyTorch 推理需要显存能一次性加载整个模型，10B+ 参数模型至少需要 40GB 显存，公司现有设备完全无法运行。\n- **升级成本巨大**：为了跑通模型，被迫采购昂贵的 A100 或 V100 集群，导致项目初期预算严重超支，甚至面临资金链断裂风险。\n- **开发迭代缓慢**：由于缺乏合适算力，算法工程师只能在本地进行小规模模拟测试，无法在真实环境中验证效果，产品上线周期被无限拉长。\n- **资源利用率低**：即便借用云端高配实例，常规模型推理也无法充分挖掘硬件潜力，造成计算资源的浪费和高昂的按量付费账单。\n\n### 使用 BMInf 后\n- **低端显卡跑大模型**：借助 BMInf 的分层卸载与量化技术，成功在单张 6GB 显存的 GTX 1060 上流畅运行 100 亿参数模型，直接复用旧服务器。\n- **大幅降低落地成本**：无需购买新的高端 GPU 集群，将硬件投入成本降低了 90% 以上，使小团队也能负担得起大模型应用。\n- **快速实现产品闭环**：工程师利用 `bminf.wrapper` 几行代码即可完成模型迁移，当天便在真实设备上完成调试并部署了测试版服务。\n- **推理性能显著提升**：即使在显存受限环境下，BMInf 优化的算子调度机制仍保证了可观的生成速度，用户体验流畅无卡顿。\n\nBMInf 通过极致的显存优化技术，打破了“大模型必须配大显存”的硬件壁垒，让百亿级 AI 能力得以在消费级显卡上普惠落地。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FOpenBMB_BMInf_c9132d56.png","OpenBMB","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FOpenBMB_02e4bd39.png","OpenBMB (Open Lab for Big Model Base) aims to build foundation models and systems towards AGI.",null,"openbmb@gmail.com","https:\u002F\u002Fwww.openbmb.cn","https:\u002F\u002Fgithub.com\u002FOpenBMB",[80,84,88,92,96,100],{"name":81,"color":82,"percentage":83},"Python","#3572A5",75.8,{"name":85,"color":86,"percentage":87},"Jupyter Notebook","#DA5B0B",12.2,{"name":89,"color":90,"percentage":91},"Cuda","#3A4E3A",8.4,{"name":93,"color":94,"percentage":95},"Shell","#89e051",2.1,{"name":97,"color":98,"percentage":99},"Makefile","#427819",0.9,{"name":101,"color":102,"percentage":103},"Dockerfile","#384d54",0.6,586,66,"2026-03-20T02:18:37","Apache-2.0","未说明","必需 NVIDIA GPU (计算能力 6.1+)，最低 GTX 1060 6GB，推荐 Tesla V100 16GB 或更高，CUDA >= 10.1","最低 16GB，推荐 24GB",{"notes":112,"python":113,"dependencies":114},"该工具专为低资源环境下的大模型推理设计，支持在单张 GTX 1060 上运行超 100 亿参数模型。若显存充足（如 V100\u002FA100），性能仍优于原生 PyTorch 实现。不再依赖 cupy 并支持 PyTorch 反向传播。",">= 3.6",[115,116],"torch>=1.7.1","cpm_kernels>=1.0.9",[14,35],[119,120,121],"deep-learning","gpu","pretrained-language-models","2026-03-27T02:49:30.150509","2026-04-18T09:19:37.796707",[125,130,135,140,145,150],{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},39267,"如何配置 BMInf 以实现显存按需调用或限制显存使用量？","BMInf 支持通过参数动态调整显存使用。在初始化模型时，可以设置 `dynamic_memory`（动态显存大小）和 `memory_limit`（显存上限）。例如，限制显存为 4GB 并预留动态空间：\n```python\ncpm1 = bminf.models.CPM1(\n    dynamic_memory=512 * 1024 * 1024, # 512MB\n    memory_limit= 4 * 1024 * 1024 * 1024, # 4GB\n)\n```\n这允许用户在显存有限的设备上运行模型，同时保留部分显存供其他程序使用。","https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fissues\u002F43",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},39268,"使用 CPM-2 进行文本生成时，如何自定义停止符（EOS）或控制生成长度？","无需修改源码，新版接口已支持直接传入自定义停止符。在使用 `generate` 函数时，可以通过 `stop_tokens` 参数指定生成结束的 token ID 列表，并通过 `max_tokens` 控制最大生成长度。示例参考官方代码：\nhttps:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fblob\u002Fmaster\u002Fexamples\u002Fgenerate_cpm2.py\n注意调整 `max_tokens` 参数以达到预期的生成长度效果。","https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fissues\u002F17",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},39269,"运行 BMInf 时遇到 'RuntimeError: CUBLAS error' 报错如何解决？","该错误通常由 Docker 容器内的 CUDA 版本与宿主机系统环境不一致，或 PyTorch 与显卡驱动不兼容导致。\n解决方案：\n1. 尝试不使用 Docker，直接在宿主机环境中运行代码。\n2. 检查并确保 Docker 内的 CUDA 版本、PyTorch 版本与显卡驱动相匹配。\n如果直接运行正常而 Docker 内报错，建议优先选择直接运行方式。","https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fissues\u002F30",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},39270,"初始化 EVA2 或其他模型时报 'KeyError: \u003Cs_0>' 错误怎么办？","此错误通常是由于 `bminf` 版本过旧导致的接口不兼容问题。\n解决方案：请将 `bminf` 升级到最新版本（至少 0.0.5 及以上）。\n升级命令：\n```bash\npip install --upgrade bminf\n```\n升级后重新运行代码即可解决该 KeyError 问题。","https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fissues\u002F9",{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},39271,"如何使用 BMInf 加速 GLM 模型的推理速度？","如果发现使用 BMInf 后 GLM 推理速度变慢，可以尝试启用量化功能来优化性能。\nBMInf 自带量化模块，虽然未经后处理的量化可能导致轻微精度损失，但能显著提升速度。你可以尝试启用 int8 量化进行测试：\n在模型加载或配置时开启量化选项（具体参数视版本而定），观察推理耗时是否降低。","https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fissues\u002F57",{"id":151,"question_zh":152,"answer_zh":153,"source_url":154},39272,"如何在 BMInf 中集成 Hugging Face 的已知模型（如 BERT）？","可以使用 `bminf.wrapper` 包装器将 Hugging Face 模型转换为 BMInf 格式。基本步骤如下：\n1. 正常加载 HF 模型并移至 CPU。\n2. 使用 `bminf.wrapper()` 包裹模型。\n3. 确保在正确的 CUDA 设备上下文中运行。\n示例代码结构：\n```python\nmodel = BertModel.from_pretrained(\"bert-base-uncased\").to('cpu')\nwith torch.cuda.device(0):\n    model = bminf.wrapper(model.to('cpu'))\n    output = model(**encoded_input_cpu)\n```\n如果遇到批次大小（batch size）相关问题，请尝试调整输入数据的 batch size 以匹配模型内部维度要求。","https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fissues\u002F63",[156,161,166,171,176,181,186],{"id":157,"version":158,"summary_zh":159,"released_at":160},315216,"2.0.1","* 修复：#62 \n* 添加 GPT-J 6B 示例 #63 \n\n**完整更新日志**：https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FBMInf\u002Fcompare\u002F2.0.0...2.0.1","2023-01-24T14:08:17",{"id":162,"version":163,"summary_zh":164,"released_at":165},315217,"2.0.0","BMInf 现在可以应用于任何基于 Transformer 的模型。#56 ","2022-07-31T07:28:38",{"id":167,"version":168,"summary_zh":169,"released_at":170},315218,"1.0.2","* FX: cudaMallocHost 内存不足。#40 ","2022-01-25T04:15:51",{"id":172,"version":173,"summary_zh":174,"released_at":175},315219,"1.0.1","* 支持加载本地模型。#36 ","2022-01-11T04:30:48",{"id":177,"version":178,"summary_zh":179,"released_at":180},315220,"1.0.0","* 不再依赖 cupy 库\n* 支持 PyTorch 的反向传播\n","2021-12-21T06:50:21",{"id":182,"version":183,"summary_zh":184,"released_at":185},315221,"0.0.5","* 更新 `generate` 接口。* 添加新的 CPM 2.1 示例。","2021-10-18T02:35:25",{"id":187,"version":188,"summary_zh":75,"released_at":189},315222,"0.0.4","2021-09-25T06:48:46"]