Ml Engineering
由 Hugging Face 工程师 Stas Bekman 编写的机器学习工程开源书籍，系统讲解 GPU 调试、大模型推理优化、分布式训练等工程实践，是 AI 工程师从入门到进阶的实用指南。（17K+ stars）
🎯适用场景：大模型训练调试、GPU 性能优化、分布式系统架构学习、推理引擎选型参考
📥 收录于 2026/5/21
📊 仓库数据
📈 Stars 变化 ↑12 小时 +19· 统计区间 7/10 12:08 → 7/11 00:11（12 小时）
✅ 优点
- •一线工程师实战经验总结，内容实用
- •覆盖从训练到推理的全链路
- •持续更新，紧跟大模型技术发展
⚠️ 限制
- •英文内容为主，中文读者需要一定英语基础
- •部分内容偏向 Hugging Face 生态
🔗 相关工具
Mooncake
github.com/kvcache-ai/Mooncake
Mooncake 是月之暗面 Kimi 的推理服务平台，基于 disaggregation 架构设计，通过 KVCache 分离管理实现大规模 LLM 推理服务的高效部署和弹性扩展
🎯大规模 LLM 推理服务部署、KVCache 管理与优化、高并发推理场景
LLM Action
github.com/liguodongiot/llm-action
生成式 AI 指南，4.9K+ stars。生成式 AI 研究更新、工具和资源的一站式资源库，涵盖最新进展和实用工具
🎯生成式 AI 技术学习、LLM 训练/推理/部署实践参考
Mistral Inference
github.com/mistralai/mistral-inference
Mistral 模型官方推理库，提供优化的模型服务化和推理能力。专为 Mistral 系列大语言模型设计，支持高效推理和部署，是使用 Mistral 模型开发者的核心工具链。
🎯Mistral 模型官方推理库——优化 Mistral 模型的推理和服务，适合使用 Mistral 模型的开发者
ONNX Models
github.com/onnx/models
ONNX 官方预训练模型集合，涵盖视觉、NLP、音频等多种模态，所有模型以 ONNX 格式提供，可直接用于跨平台部署。
🎯预训练 ONNX 模型获取——适合需要将模型部署到多种硬件平台的开发者，一次训练多端部署
IPEX-LLM
github.com/intel/ipex-llm
Intel 开源的本地 LLM 推理加速库，支持 LLaMA、Mistral、ChatGLM、Qwen、DeepSeek 等主流模型在 Intel CPU/GPU 上高效推理，无需 NVIDIA GPU 即可运行大模型，是低成本 AI 部署的理想方案
🎯低成本本地 LLM 推理部署、Intel 硬件上的 AI 服务搭建
EAGLE
github.com/SafeAILab/EAGLE
LLM 推理加速技术，包含 EAGLE-1/2/3 三代推测解码实现，可显著提升大语言模型推理速度
🎯LLM 推理加速、推测解码优化、降低推理延迟
