#mixture-of-experts 저장소
#mixture-of-experts 태그가 지정된 GitHub의 활성 오픈 소스 저장소 78개를 확인해 보세요. 총 392,641개의 스타를 획득했으며 프로젝트당 평균 5,033개입니다. 이 주제를 이끄는 저장소는 104,417개의 스타를 받은 deepseek-ai/DeepSeek-V3입니다.
저장소 총 78개
2.78조 개의 파라미터를 가진 Kimi K3 모델이 8.24GB RAM의 단일 CPU에서 추론을 실행함. 포터블 C99: BLAS 없음, 프레임워크 없음, GPU 없음.
《AI 인프라 심층 이해: 정량 분석과 시스템 설계》(리보제 저), 오픈 소스 도서 원고: 하드웨어 제약과 모델 아키텍처를 바탕으로 LLM 추론 및 학습 시스템 설계를 정량적으로 도출합니다. 책 전체 본문, PDF, 관련 계산 도구와 실험을 포함합니다.
fastllm은 백엔드에 의존하지 않는 고성능 대규모 언어 모델 추론 라이브러리로, 대부분의 기기에서 대규모 언어 모델을 효율적으로 추론할 수 있도록 도와줍니다.
Miles는 LLM 및 VLM 사후 훈련을 위한 엔터프라이즈 지향 강화 학습 프레임워크로, 슬라임에서 포크되었으며 슬라임과 함께 공진화하고 있습니다.
GLM-5.3(744B), DeepSeek-V4.1-Flash(748B), MiniMax-M3.1-Flash(428B), GLM-5.3-Flash(321B), Hy4-Flash(220B)를 자체 GPU에서 실행하세요. 8GB VRAM부터 지원하며, NVIDIA와 AMD를 모두 사용할 수 있고, 하나의 대시보드와 OpenAI 및 Anthropic 호환 API를 제공합니다.
최첨단 API처럼 작동하는 로컬 추론: AMD Strix Halo의 Qwen3.8-Flash-Next와 소형 NPU 모델을 OpenAI 및 Anthropic API를 통해 단일 포트에서 제공합니다.
30B~284B MoE 모델을 위한 제로 GPU CPU 추론(Qwen3.8 176.5B는 28.26/48.35 GiB Cgroup v2 콜드 캐시 환경에서 인증 완료, DeepSeek-V4 284B, Nemotron-30B) + RouteCrack 2.0.
대규모 AI 모델을 자신의 PC에서 실행하세요. Strata 엔진에서는 Qwen3.8-Flash-Next를, PolyStrata용으로 제작된 두 번째 엔진에서는 GLM 5.3 Flash, DeepSeek V4 Flash, LFM2.5, Qwen3.6, Ornith 1.5, Gemma 4, Tiel Coder, MiniCPM-V를 실행할 수 있습니다. Windows와 Linux에 원클릭으로 설치할 수 있으며, localhost에서 OpenAI/Anthropic API를 제공합니다.
"The Sparsely-Gated Mixture-of-Experts Layer" (Noam Shazeer 외)의 PyTorch 재구현 https://arxiv.org/abs/1701.06538
자주 묻는 질문
GitHub에서 가장 인기 있는 #mixture-of-experts 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #mixture-of-experts 프로젝트는 104,417개의 스타를 받은 deepseek-ai/DeepSeek-V3입니다.
#mixture-of-experts 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #mixture-of-experts 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, C++, Jupyter Notebook, C입니다.
#mixture-of-experts 저장소 순위는 어떻게 계산되나요?
#mixture-of-experts 태그가 지정된 활성 오픈 소스 저장소(78개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 392,641개이며 저장소당 평균 5,033개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.