用于部署和服务开源文本嵌入及序列分类模型的高性能推理解决方案,支持主流模型的快速嵌入提取。 无需模型图编译步骤;支持Metal加速本地执行;动态令牌批处理与优化推理代码(Flash Attention、Candle、cuBLASLt);小体积镜像与快速启动;生产级监控(Open Telemetry分布式追踪、Prometheus指标)。 基于优化的transformers代码构建,集成Flash Attention、Candle和cuBLASLt加速推理,支持Safetensors与ONNX权重加载,提供gRPC与REST API接口。 适用于需要高性能文本嵌入提取、序列分类或重排序模型部署的场景,如RAG系统、语义搜索、情感分析及生产级推理服务。
请登录使用轩辕镜像享受快速拉取体验,支持国内访问优化,速度提升
docker pull ghcr.io/huggingface/text-embeddings-inference:86-1.9.3探索更多轩辕镜像的使用方法,找到最适合您系统的配置方式
通过 Docker 登录认证访问私有仓库
无需登录使用专属域名
Kubernetes 集群配置 Containerd
K3s 轻量级 Kubernetes 镜像加速
VS Code Dev Containers 配置
Podman 容器引擎配置
HPC 科学计算容器配置
ghcr、Quay、nvcr 等镜像仓库
Harbor Proxy Repository 对接专属域名
Portainer Registries 加速拉取
Nexus3 Docker Proxy 内网缓存
需要其他帮助?请查看我们的 常见问题Docker 镜像访问常见问题解答 或 提交工单
manifest unknown
no matching manifest(架构)
invalid tar header(解压)
TLS 证书失败
DNS 超时
410 Gone 排查
402 与流量用尽
401 认证失败
429 限流
D-Bus 凭证提示
413 与超大单层
来自真实用户的反馈,见证轩辕镜像的优质服务