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
openPangu-2.0-Pro
模型简介
盘古 2.0 代的旗舰开放权重版本，连同训练与推理代码一起放出，面向昇腾生态。
- 参数量
- 541B
- 上下文
- 512K
- 所属
- Pangu
- 类型
- 纯文本
- 商用
- 有条件可商用
- 许可
- OpenPangu Model License 2.0
- 发布
- 2026-07-30
- 收录
- 2026-10-03