🚀 Xinference v1.7.1 强势来袭,4 大更新速览
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 v1.7.1 更新日志
✅ 本次亮点
-
🧬 支持国产寒武纪芯片(MLU)部署模型 * 感谢寒武纪团队提交兼容性补丁,欢迎更多硬件厂商共建社区!
-
🧪 传统机器学习模型推理功能上线(实验特性) * 支持基于 HuggingFace / ModelScope Pipeline 以及 YOLO 的推理能力,欢迎社区用户提交更多模型加载器。 * 🔗 说明文档:https://inference.readthedocs.io/zh-cn/latest/models/model_abilities/flexible.html
-
⚙️ vLLM v1 引擎自动启用 + MLX 分布式推理 * 支持无需配置即可默认启用更强的 vLLM v1 引擎 * MLX 模型支持分布式部署,串联多个 Mac 设备成为可能
-
☸️ Helm 支持使用 HAMi 部署 vGPU 环境
-
🌱 本周社区新增 7 名贡献者 * 社区发展迅猛,感谢所有开发者的支持与参与!
🌐 社区版更新
📦 安装方式
- pip 安装:pip install 'xinference==1.7.1'
- Docker 使用:拉取最新版镜像,或在容器中使用 pip 更新
✨ 新特性
- UI 增强:模型注册页支持音频 & reranker 参数提示
- reranker 支持展示 max_tokens 参数(UI)
- 支持 LLM 模型注册时选择 model_ability(UI)
- 模型注册支持自定义依赖包上传(UI)
- 支持异步客户端(async client)
- 新增模型支持:QwenLong-L1
- 支持寒武纪 MLU 设备
- 支持 vLLM v1 引擎自动启用
- 支持 MLX 模型分布式推理(Mac)
- Helm 支持基于 HAMi 部署 vGPU 环境
🛠 功能增强
- reranker 与 embedding 模型支持 enable_flash_attn 参数
- 模型家族 API 增加更多能力描述字段
- 本地集群启动时引入子进程就绪信号机制,提升稳定性
- FishSpeech 支持 PCM 格式音频
- Qwen3 Reranker 模型支持 4 样本 micro-batching,降低显存占用
- llama.cpp 后端默认限制 n_parallel,防止资源争抢
- 固定 flash-attn、flashinfer-python、sgl-kernel 等依赖版本
- Dockerfile 优化
🐞 Bug 修复
- 修复 TTS 模型找不到文件的错误
- 修复 Qwen3 reranker max_tokens 参数不生效问题
- 修复自定义 embedding 模型加载问题
- 修复 jina-clip-v2 在仅文本或仅图像输入时的错误
- 修复 internvl 使用 vllm 推理时的报错
- 修复流式 tool call 的解析逻辑
- 修复 UI 中 --download-hub 参数命名错误为 --download_hub
- 修复关闭 enable_thinking 时仍错误添加 <think> 标签的问题
📚 文档更新
- 增加 Paraformer 模型使用说明
- 增加传统机器学习模型(Flexible Model)推理说明🔗 https://inference.readthedocs.io/zh-cn/latest/models/model_abilities/flexible.html
🏢 企业版更新
- 发布 0.1.1 版本,支持更多监控和指标接口、大量 MindIE 和 Tool Call 优化
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。