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). @ uneven-head-size-flashinfer

AlpinDale 2d7929d3b7 fix: flashinfer crash with uneven attention group_size		1 tháng trước cách đây
..
backends	2d7929d3b7 fix: flashinfer crash with uneven attention group_size	1 tháng trước cách đây
ops	e200775863 feat: enable using fp8 kv and prefix caching with chunked prefill (#668)	4 tháng trước cách đây
__init__.py	1405051912 attention: add `AttentionState` abstraction (#863)	1 tháng trước cách đây
layer.py	bf88c8567e feat: mamba model support (#674)	4 tháng trước cách đây
selector.py	5d37ec1016 suppress tpu import warning (#696)	4 tháng trước cách đây