ideal@soul:~

Tips

#LLM Inference

LLM Inference 태그가 붙은 응용프로그램 팁입니다.

2 tips tagged #LLM Inference, 1-2 showing
1 / 1
Open source research code
Apache-2.0

Lucebox Hub는 특정 소비자 GPU에 맞춰 손으로 튜닝한 로컬 LLM 추론 실험...

Luce-Org/lucebox-hub는 RTX 3090/5090 같은 NVIDIA CUDA GPU와 Ryzen AI MAX+ 395 HIP 경로까지 겨냥해 Megakernel, DFlash, PFlash로 로컬 LLM 추론...

macOS / LinuxWinOS
  • Megakernel, DFlash, PFlash 세 프로젝트를 한 저장소에 묶어 RTX 3090/5090/GB10/Jetson Thor 같은 CUDA GPU와 Ryz...
  • 공식 배포 패키지나 Release가 아니라 source build 중심이며, DFlash는 `git clone --recurse-submodules`, CUDA 12...
  • Megakernel은 Qwen 3.5-0.8B 전체 forward를 단일 CUDA dispatch로 묶고, DFlash/PFlash는 27B GGUF target의...
  • RTX 5090에서는 Qwen 3.6-27B DFlash+DDTree가 205 tok/s, AMD Strix Halo HIP path에서는 Qwen 3.5-27B가...
  • Apache-2.0 top-level LICENSE가 확인되지만, 하위 bench harness metadata와 외부 submodule/모델 weight 라이선스는...
  • Linux/CUDA 개발자가 가장 자연스러운 대상이고, Windows는 community benchmark 신호가 있으며, macOS Metal이나 범용 하드웨어 지...
Local AILLM InferenceCUDAHIPGPUResearch Code
Luce-Org/lucebox-hubSource
Open source beta
Apache-2.0

Rapid-MLX는 Apple Silicon에서 로컬 LLM을 OpenAI API처럼...

raullenchai/Rapid-MLX는 Apple Silicon Mac에서 MLX 기반 로컬 LLM을 OpenAI-compatible API로 서빙하고, Cursor·Claude Code·Aider 같은 도구를 로컬 모델...

macOS / Linux
  • Apple Silicon Mac에서 `rapid-mlx serve qwen3.5-4b`만으로 OpenAI-compatible `/v1` 서버를 띄우는 것이 핵심 사용...
  • Cursor, Claude Code, Aider, OpenCode, PydanticAI, LangChain, smolagents, Open WebUI, LibreCh...
  • Qwen3.5, Qwen3-Coder, Nemotron, DeepSeek, GLM, Kimi, GPT-OSS 등 모델 alias와 tool-call/reasoning...
  • 텍스트 기본 설치는 비교적 작게 유지하고, vision·audio·embeddings·chat UI·guided decoding은 extras로 분리한다.
  • 기본 서버는 인증 없이 `0.0.0.0:8000`에 바인딩될 수 있으므로 개인 노트북 밖으로 노출할 때는 `--host`, `--api-key`, 방화벽, rate...
Local AIApple SiliconMLXOpenAI APILLM InferenceDeveloper Tools
raullenchai/Rapid-MLXSource