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,支持国内加速,速度提升50倍
docker pull ghcr.io/huggingface/text-generation-inference:sha-5e747f4来自真实用户的反馈,见证轩辕镜像的优质服务
免费版仅支持 Docker Hub 加速,不承诺可用性和速度;专业版支持更多镜像源,保证可用性和稳定速度,提供优先客服响应。
免费版仅支持 docker.io;专业版支持 docker.io、gcr.io、ghcr.io、registry.k8s.io、nvcr.io、quay.io、mcr.microsoft.com、docker.elastic.co 等。
当返回 402 Payment Required 错误时,表示流量已耗尽,需要充值流量包以恢复服务。
通常由 Docker 版本过低导致,需要升级到 20.x 或更高版本以支持 V2 协议。
先检查 Docker 版本,版本过低则升级;版本正常则验证镜像信息是否正确。
使用 docker tag 命令为镜像打上新标签,去掉域名前缀,使镜像名称更简洁。
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
在 Linux 系统配置镜像加速服务
在 Docker Desktop 配置镜像加速
Docker Compose 项目配置加速
Kubernetes 集群配置 Containerd
在宝塔面板一键配置镜像加速
Synology 群晖 NAS 配置加速
飞牛 fnOS 系统配置镜像加速
极空间 NAS 系统配置加速服务
爱快 iKuai 路由系统配置加速
绿联 NAS 系统配置镜像加速
QNAP 威联通 NAS 配置加速
Podman 容器引擎配置加速
HPC 科学计算容器配置加速
ghcr、Quay、nvcr 等镜像仓库
无需登录使用专属域名加速
需要其他帮助?请查看我们的 常见问题 或 官方QQ群: 13763429