DeepGEMM
DeepGEMM 是 DeepSeek 开源的高性能 FP8 GEMM（通用矩阵乘法）内核库，周增 605 stars，当前 6,998 stars。它专为 FP8 精度的大模型推理和训练设计，提供细粒度缩放（Fine-grained Scaling）的 GEMM 内核实现。与 vLLM 等推理引擎不同，DeepGEMM 聚焦在底层的 GEMM 计算优化层面——它是 FP8 量化推理的基础设施。在 FP8 已成为大模型推理主流精度格式的今天，DeepGEMM 提供了从 CUDA 内核层面优化 FP8 计算的关键能力，是高性能 LLM 推理栈中不可或缺的一环。
🎯适用场景：大模型推理 GEMM 内核加速、GPU 矩阵运算优化
📊 仓库数据
📈 上次抓取以来 ↑+2 ⭐
✅ 优点
- •DeepSeek 团队高性能 GEMM 实现
- •针对 Hopper/Blackwell 等架构优化
- •显著降低推理延迟
- •开源可集成
⚠️ 限制
- •需要 NVIDIA GPU 环境
- •集成到推理框架需工程经验
- •文档偏底层
🔗 相关工具
vLLM
github.com/vllm-project/vllm
高吞吐 LLM 推理引擎，77,418+ stars。采用 PagedAttention 显存优化技术，吞吐量比 HuggingFace Transformers 高 24 倍，是生产环境部署大模型推理的首选方案，支持 OpenAI 兼容 API
🎯生产环境模型推理服务
Netdata
github.com/netdata/netdata
AI 全栈可观测性平台，78,515+ stars。实时监控服务器性能、应用指标和网络流量，内置 AI 异常检测引擎，自动发现并预警系统问题。零配置、开箱即用，每秒采集数千指标，是最轻量的基础设施监控方案。
🎯服务器与基础设施实时监控、AI 异常检测预警
Grafana
github.com/grafana/grafana
开源可观测性和数据可视化平台。支持可视化指标、日志、追踪等多源数据，兼容 Prometheus、Loki、Elasticsearch、InfluxDB 等后端。是 MLOps 团队监控模型和基础设施的首选仪表盘工具。
🎯MLOps 模型监控仪表盘、AI 服务指标可视化、训练任务实时追踪
Prometheus
github.com/prometheus/prometheus
开源监控系统和时序数据库，CNCF 毕业项目。采用多维数据模型和 PromQL 查询语言，是云原生和 AI 基础设施监控的事实标准，可与 Grafana 无缝集成。
🎯AI 服务 GPU 使用率监控、模型推理延迟追踪、Kubernetes 集群资源监控
RTK
github.com/rtk-ai/rtk
CLI 代理层，减少 60-90% 的 LLM token 消耗。Rust 编写的单二进制文件，零依赖，支持 Claude Code、Codex、Cursor 等主流 AI 编码工具。通过本地代理缓存和智能去重，大幅降低日常开发中的 token 成本
🎯AI 辅助编程与代码生成
LiteLLM
github.com/BerriAI/litellm
100+ LLM API 统一 SDK，48K+ stars。统一的 LLM API 代理和 SDK，支持 OpenAI、Claude、Gemini 等所有主流模型，一个接口调用所有模型，是 AI 编码的瑞士军刀
🎯多模型 API 统一接入与路由