用于部署和服务大型语言模型(LLMs)的高性能推理工具包,解决生产环境下高并发文本生成需求。核心特性:支持Llama、Falcon、StarCoder等主流开源LLM;Tensor Parallelism实现多GPU加速推理;连续批处理提升吞吐量;Token流式传输(Server-Sent Events, SSE);OpenAI Chat Completion API兼容的Messages API。技术架构:基于Rust、Python和gRPC构建,集成transformers优化代码(Flash Attention、Paged Attention),支持OpenTelemetry分布式追踪与Prometheus metrics。适用场景:生产环境下的LLM部署与服务,如聊天机器人、推理API、定制化文本生成及特定任务的微调模型应用。
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-generation-inference:latest-trtllm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