vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
ERNIE-4.5-21B-A3B
模型简介
百度 ERNIE 4.5 开源家族里的中量级 MoE，21B 激活 3B，Apache-2.0 可商用。
- 参数量
- 21.9B (激活 3B)
- 上下文
- 128K
- 所属
- ERNIE
- 类型
- 纯文本
- 商用
- 可商用
- 许可
- Apache-2.0
- 发布
- 2025-06-30
- 收录
- 2026-10-03