Fastllm是后端无依赖的高性能大模型推理库。同时支持张量并行推理稠密模型和混合模式推理MOE模型,任意10G以上显卡即可推理满血DeepSeek。双路9004/9005服务器+单显卡部署DeepSeek满血满精度原版模型,单并发20tps;INT4量化模型单并发30tps,多并发可达60+。
# Claude Plugin Marketplace Catalog
Path: `.claude-plugin/marketplace.json`
[View Raw Content on GitHub](https://raw.githubusercontent.com/ztxz16/fastllm/HEAD/.claude-plugin/marketplace.json)