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 v0.16.1 发布！社区版新增全新品类：OCR 模型，带来了最近很火的 📸 GOT-OCR2 支持；FLUX.1 现在可以在 Mac 上用 MLX 生图 🍏（Mac 上 pip install “xinference[mlx]” 体验），此外，在 CUDA 平台上现在会默认开启量化，让消费级显卡也能更轻松使用 💪。

🌐 社区版

📋 更新指南

* 🏷️ pip：pip install 'xinference==0.16.1’
* 🐳 Docker：拉取最新版本即可，也可以直接在镜像内用 pip 更新

🆕 更新日志

* 新模型
    * 📷 图像 OCR 模型：got-ocr2
* 新功能
    * 🖼️ 图像模型 FLUX.1 系列支持苹果 MLX 引擎 🍏
    * ⚙️ 支持 qwen2.5-coder / qwen2.5-coder-instruct 模型的 gptq 量化格式
* UI相关
    * 🛠️ launch 图像模型页面支持传入 lora 相关参数
* 🐞 BUG修复
    * 修复并行流式请求的相关问题
    * 修复 gte-qwen2 的 dimension 不正确的问题
* ⏳ 即将废弃
    * v0.17.0 将支持 Python 3.12，移除对 Python 3.8 的支持

🏢 企业版

企业版双周更新，本周暂无进度。

☁️ 云上版本

1. 🌐 官网添加各 social media 入口链接，方便用户参与互动。
2. 🎁 注册登录的新用户赠送 1000积分 的活动今天结束。自 2024年10月21日 起，注册登录的新用户，赠送 500积分 👍。
3. 自 2024年10月16日 起，付费用户各项服务的初始速率限制由 18RPM 提高到 3000RPM 🚀，并发度由 3 升级到 1000 🎉。
4. 🛠️ 后端修复大量 bug，包括：修复了 qwen-vl 模型的错误。
5. ✨ BrillAI 登录页面已完善。

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。