Pakiet: llama.cpp (8064+dfsg-2 i inne)

[ Pakiet źródłowy: llama.cpp  ]

LLM inference in C/C++ - metapackage

The main goal of llama.cpp is to enable LLM inference with minimal setup and state-of-the-art performance on a wide range of hardware - locally and in the cloud.

 * Plain C/C++ implementation without any dependencies
 * Apple silicon is a first-class citizen - optimized via ARM NEON, Accelerate
   and Metal frameworks
 * AVX, AVX2, AVX512 and AMX support for x86 architectures
 * 1.5-bit, 2-bit, 3-bit, 4-bit, 5-bit, 6-bit, and 8-bit integer quantization
   for faster inference and reduced memory use
 * Custom CUDA kernels for running LLMs on NVIDIA GPUs (support for AMD GPUs
   via HIP and Moore Threads MTT GPUs via MUSA)
 * Vulkan and SYCL backend support
 * CPU+GPU hybrid inference to partially accelerate models larger than the
   total VRAM capacity

The compute functionality is provided by ggml. By default, ggml's CPU backend is installed, but there are many other backends for CPUs and GPUs.

This is a meta-package that either depends on all of the relevant binary packages.

Inne pakiety związane z llama.cpp

• dep: libc6.1 (>= 2.38) [alpha]

  Biblioteka GNU C: biblioteki współdzielone
  również pakiet wirtualny udostępniany przez libc6.1-udeb

• dep: libcurl4t64 (>= 7.16.2) [alpha]

  Łatwa w użyciu biblioteka klienta do transferu adresów URL (wersja OpenSSL)

• dep: libgcc-s1 (>= 3.4) [alpha]

  Biblioteka wspomagająca GCC

• dep: libggml-cpu (<< 0.0~git20250713) [alpha]

  Tensor library for machine learning - CPU backend

  lub libggml-backend (<< 0.0~git20250713)

  Pakiet niedostępny

  dep: libggml-cpu (>= 0.0~git20250712) [alpha]

  lub libggml-backend (>= 0.0~git20250712)

• dep: libstdc++6 (>= 14) [alpha]

  Standardowa biblioteka GNU C++, wersja 3

• dep: llama.cpp-tools [all]

  LLM inference in C/C++ - main utilities

• dep: python3 [alpha]

  Interaktywny, wysokopoziomowy i obiektowy język programowania (domyślna wersja Python 3)

• rec: llama.cpp-tools-extra

  LLM inference in C/C++ - extra utilities

• rec: python3-gguf

  Python library for working with GGUF files

• sug: llama.cpp-examples

  LLM inference in C/C++ - example programs

Pobieranie llama.cpp

Pobierz dla wszystkich dostępnych architektur

Architektura	Wersja	Rozmiar pakietu	Rozmiar po instalacji	Pliki
all	8064+dfsg-2	8,0 KiB	22,0 KiB	[lista plików]
alpha (port nieoficjalny)	5882+dfsg-2	7 704,8 KiB	67 836,0 KiB	[lista plików]