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
EXAONE-Deep-32B
模型简介
EXAONE Deep 的 32B 推理模型，数学与代码在同尺寸领先，仅限研究用途。
- 参数量
- 32B
- 上下文
- 32K
- 所属
- EXAONE
- 类型
- 纯文本
- 商用
- 不可商用
- 许可
- EXAONE AI Model License Agreement 1.1 - NC
- 发布
- 2025-03-12
- 收录
- 2026-10-03