高级开发人员终于忍无可忍，开始自己创业。
，今年3月份，我开源了llama.cpp项目，已经破了3万颗星，而且只有8.8k。
这个项目允许开发者在没有GPU的情况下运行Meta的LLaMA模型，即使是在 Pi上运行大型模型也很容易~
△ 在 M2 Max 上以 40 tok/s 的速度运行 7B LLaMA
它甚至吸引了 Zha 的注意：Meta 也在运行 llama.cpp。
或许是因为反响很大，这位大佬决定拿出背后的核心纯C语言框架ggml来创业：几个月前本来只是一个副业项目。
在正式宣布之前，该公司已获得前 Y 合伙人 Gross 的种子前投资。
消息一出，不少开发商前来祝贺。
其中有一些坚定的支持者：ggml 正在将大型模型引入边缘设备。
没过多久，就有人建议苹果收购它。 （狗头）
llama.cpp 作者 创业
ggml是一个纯C语言编写的张量库，可以帮助开发者在消费级硬件上运行大型模型，星数达到4.4k。
由于惊人的加速效果，立即获得了众多开发者的支持。
对了，ggml中的gg恰好是他名字的首字母。
老大哥自己的两个star数上万的项目llama.cpp和.cpp都使用了它。
后者是为自动语音识别模型开发的加速解决方案，可以在 Mac、Linux、iOS、、 Pi 和 Web 上运行。
△ 在树莓派上使用.cpp检测短语音命令
很多初创公司，比如主生活搜索引擎，都采用了这种解决方案。
终端上还同时运行着两个项目。
△ 在单个M1Pro上同时运行4个13B LLaMA+ Small实例
据我个人介绍，ggml张量库有以下特点：
支持16位浮点数； 支持整数量化（包括4位、5位、8位）； 自动微分； 内置优化算法（如ADAM、L-BFGS）； 针对Apple芯片设置特定优化； 在 x86 架构上使用 AVX / AVX2 ； 通过 WASM SIMD 进行 Web 支持； 无第三方依赖； 运行时零内存分配； 支持定向语言输出...
目前这个库及相关项目都是免费开源的，开发过程也完全开放； 当然，也不排除出于某些商业目的开发授权项目。
用 C/C++ 重写神经网络代码
而这背后的开发老板也值得一说。
他的个人网站非常简单，抛出了各种开源项目，但没有太多其他内容。 看得出来他是一个C/C++的粉丝，并且相信Vim。
此前，他用C/C++语言重写了神经网络推理代码，几乎不依赖其他库，提高了效率。 至于llama.cpp，他也是一夜之间就出来了。
此外，他还有一些有趣的项目。
比如检查键盘是否可以通过麦克风窃听、猜测新闻标题、克隆等。
还有一件事
值得一提的是，背后的两位投资人也有点意思。
他们还专门为创业者提供算力集群，只需在网站上申请即可。 这波更上一层楼了~
参考链接：
