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 v1.2.0 重磅更新 🚀

全新的 vLLM 强化 Xavier 来袭！✨
支持多个 vLLM 实例间共享 KV Cache，有效减少长上下文推理时间，非常适合多轮对话和 Agent 推理场景。🎯 此外，还带来了对 Cline AI 编辑器 的支持！✍️

更新日志 📋

新模型 🧠
* LLM：
    * 多模态 CogAgent
    * Marco-O1
* 图像：HunyuanDiT-v1.2 🖼️
* 视频：HunyuanVideo 🎥

新功能 ✨
* VLLM 引擎增强：支持副本间 KV Cache 共享，优化长上下文推理效率。
📖 参考文档：点击查看
* VLLM 引擎支持 Cline AI 编辑器，智能编辑体验更进一步！
* Qwen2vl 支持昇腾 NPU。

UI 优化 🎨
* 图像模型卡片支持 gguf_quantization、gguf_model_path 和 cpu_offload 参数。
* 新增国际化支持，中文界面上线！🌏
* 增加夜间模式，保护你的眼睛 🌙
* 修复 model_path 输入框不能输入 / 字符的问题。
* 模型卡片中的缓存管理按钮更显眼，点击范围更大。
🔥 Xinference v1.2.0 重磅更新 🚀
企业版 🏢

* 昇腾支持多 LoRA，与社区版一致的流畅体验。
* 昇腾支持推理微调 Embedding 和 Rerank 模型。
* 提供更多监控数据，全面掌控运行情况。📊

云上版本 ☁️

* Fish Speech 1.5 和 CosyVoice 2.0 上线，语音处理再升级！🎙️
* SD 3.5 即将替换 SD 3，敬请期待！✨

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。