【xinference】（12）：目前最全大模型推理框架xinference，发布0.12.2版本，支持qwen2，glm4等主流大模型推理运行，可以对外提供标准的openai的API接口做服务

关于Xinference

项目地址：
https://www.oschina.net/p/xinference

Xorbits Inference（Xinference）是一个性能强大且功能全面的分布式推理框架。可用于大语言模型（LLM），语音识别模型，多模态模型等各种模型的推理。通过 Xorbits Inference，你可以轻松地一键部署你自己的模型或内置的前沿开源模型。无论你是研究者，开发者，或是数据科学家，都可以通过 Xorbits Inference 与最前沿的 AI 模型，发掘更多可能。

觉得不错，可以加星星！！！
https://github.com/xorbitsai/inference

使用文档：
https://inference.readthedocs.io/zh-cn/latest/index.html

主要功能

• 🌟 模型推理，轻而易举：大语言模型，语音识别模型，多模态模型的部署流程被大大简化。一个命令即可完成模型的部署工作。 ⚡️

• 前沿模型，应有尽有：框架内置众多中英文的前沿大语言模型，包括 baichuan，chatglm2
  等，一键即可体验！内置模型列表还在快速更新中！ 🖥 异构硬件，快如闪电：通过 ggml，同时使用你的 GPU 与 CPU

• 进行推理，降低延迟，提高吞吐！ ⚙️ 接口调用，灵活多样：提供多种使用模型的接口，包括 OpenAI 兼容的 RESTful API（包括

  Function Calling），RPC，命令行，web UI 等等。方便模型的管理与交互。 🌐 集群计算，分布协同:

• 支持分布式部署，通过内置的资源调度器，让不同大小的模型按需调度到不同机器，充分使用集群资源。 🔌 开放生态，无缝对接:

• 与流行的三方库无缝对接，包括 LangChain，LlamaIndex，Dify，以及 Chatbox。

为什么选择 Xinference

Xinference v0.12.2 正式发布

https://www.oschina.net/news/298506/xinference-0-12-2-released

新功能 🚀
Qwen moe 系列支持 tool call 🔧
rerank 模型支持输出 usage，兼容 Cohere API 📊
BUG 修复 🐛

修复自定义 rerank 模型的问题 🛠️
修复错误数量超过 100 时 chat 接口不响应的问题 🐍

支持国产软件，加微信小助手