llama.cppggml-org（Georgi Gerganov 等）
纯 C/C++ 的推理实现，把大模型塞进 CPU、Mac 统一内存和各种边缘设备，GGUF 量化格式的事实标准。
推理框架 / 服务引擎GGUFCPU / Metal / CUDA / Vulkan1.5~8bit 量化无 Python 依赖
Granite 4.0 H 1B
模型简介
1B 的混合 Mamba-2 模型，为企业在 CPU 与边缘设备上跑而设计，Apache-2.0。
- 参数量
- 1.5B
- 上下文
- 128K
- 硬件
- CPU 即可推理
- 所属
- IBM
- 类型
- 纯文本
- 商用
- 可商用
- 许可
- Apache-2.0
- 发布
- 2025-10-07
- 收录
- 2026-10-03