david/aphrodite-engine: PygmalionAI's large-scale inference engine pygmalion.chat It is designed to serve as the inference endpoint for the PygmalionAI website, and to allow serving the Pygmalion models to a large number of users with blazing fast speeds (thanks to vLLM's Paged Attention). @ 4495b7ab636876d189a20f7d1ee610fac20fbcb3

AlpinDale e200775863 feat: enable using fp8 kv and prefix caching with chunked prefill (#668)		před 4 měsíci
..
blocksparse_attention	f1d0b77c92 [0.6.0] Release Candidate (#481)	před 4 měsíci
__init__.py	9d81716bfd [v0.5.3] Release Candidate (#388)	před 8 měsíci
ipex_attn.py	e200775863 feat: enable using fp8 kv and prefix caching with chunked prefill (#668)	před 4 měsíci
paged_attn.py	e200775863 feat: enable using fp8 kv and prefix caching with chunked prefill (#668)	před 4 měsíci
prefix_prefill.py	e200775863 feat: enable using fp8 kv and prefix caching with chunked prefill (#668)	před 4 měsíci
triton_flash_attn.py	f1d0b77c92 [0.6.0] Release Candidate (#481)	před 4 měsíci