英伟达揭示新版 TensorRT-LLM：推理能力增长 5 倍，适用于 8GB 以上显卡本地运行，并支持 OpenAI 的 Chat API

发布时间：2023-11-17

点击次数：

11 月 16 日消息，微软 ignite 2025 大会已于今天拉开帷幕，英伟达高管出席本次大会并宣布更新 tensorrt-llm，添加了对 openai chat api 的支持。

英伟达在今年10月份发布了Tensor RT-LLM开源库，旨在为数据中心和Windows PC提供支持。这一开源库的最大特点是，当Windows PC搭载英伟达的GeForce RTX GPU时，TensorRT-LLM能够将LLM在Windows PC上的运行速度提高四倍

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

英伟达在今天 Ignite 2025 大会上，宣布更新 TensorRT-LLM，添加 OpenAI 的 Chat API 支持，并增强 DirectML 功能，改善 Llama 2 和 Stable Diffusion 等 AI 模型的性能。

英伟达揭示新版 TensorRT-LLM：推理能力增长 5 倍，适用于 8GB 以上显卡本地运行，并支持 OpenAI 的 Chat API

TensorRT-LLM 可以在本地使用英伟达的 AI Workbench 完成。开发者可以利用这个统一且易于使用的工具包，在个人电脑或工作站上快速创建、测试和定制预训练的生成式 AI 模型和 LLM。英伟达还为此推出了一个抢先体验注册页面

魔术橡皮擦

智能擦除、填补背景内容

80 查看详情魔术橡皮擦

英伟达将于本月晚些时候发布 TensorRT-LLM 0.6.0 版本更新，推理性能提高 5 倍，并支持 Mistral 7B 和 Nemotron-3 8B 等其它主流 LLM。

在8GB显存以上的GeForce RTX 30系列和40系列GPU上，用户可以运行，并且一些便携式Windows设备也可以使用快速、准确的本地LLM功能

英伟达揭示新版 TensorRT-LLM：推理能力增长 5 倍，适用于 8GB 以上显卡本地运行，并支持 OpenAI 的 Chat API

以上就是英伟达揭示新版 TensorRT-LLM：推理能力增长 5 倍，适用于 8GB 以上显卡本地运行，并支持 OpenAI 的 Chat API的详细内容，更多请关注其它相关文章！