Xorbits Inference（Xinference）是一个 性能强大且功能全面的 分布式 推理框架。可用于大语言模型（LLM），语音识别模型，多模态模型等各种模型的推理。通过 Xorbits Inference，你可以轻松地 一键部署你自己的模型或内置的前沿开源模型 - https://github.com/xorbitsai/inference。无论你是研究者，开发者，或是数据科学家，都可以通过 Xorbits Inference 与最前沿的 AI 模型，发掘更多可能。
Xinference 的功能和亮点有：
- 🌟 模型推理，轻而易举：大语言模型，语音识别模型，多模态模型的部署流程被大大简化。一个命令即可完成模型的部署工作。
- ⚡️ 前沿模型，应有尽有：框架内置众多中英文的前沿大语言模型，包括 baichuan，chatglm2 等，一键即可体验！内置模型列表还在快速更新中！
- 🖥 异构硬件，快如闪电：通过 ggml，同时使用你的 GPU 与 CPU 进行推理，降低延迟，提高吞吐！
- ⚙️ 接口调用，灵活多样：提供多种使用模型的接口，包括 OpenAI 兼容的 RESTful API（包括 Function Calling），RPC，命令行，web UI 等等。方便模型的管理与交互。
- 🌐 集群计算，分布协同：支持分布式部署，通过内置的资源调度器，让不同大小的模型按需调度到不同机器，充分使用集群资源。
- 🔌 开放生态，无缝对接：与流行的三方库无缝对接，包括 LangChain， LlamaIndex， Dify，以及 Chatbox。
🚀 Xinference v1.0.0 发布！这是 Xinference 的重要里程碑🎉。从下周开始，Xinference 将改为双周发布周期，下下周发布新版本，与企业版和云上版本隔周交替发布⏰。
🌐 社区版
📋 更新指南
* 🏷️ pip：pip install 'xinference==1.0.0’
* 🐳 Docker：拉取最新版本即可，也可以直接在镜像内用 pip 更新
🆕 更新日志
* 新模型
* 新增支持 Qwen 2.5 coder 32B 及更多尺寸
* 新功能
* ✨ 支持图像生成任务的取消功能
* 🍎 苹果设备 MLX 后端支持多轮对话的 kvcache 缓存，显著减少多轮对话的首 token 返回延迟
* 📊 Rerank 模型增加 normalize 选项
* 📄 README 增加 Xinference 论文引用
* 🐞 BUG修复
* 修复 Fish audio 文本过长导致的失败问题
* 修复 FLUX.1 文生图 variant=fp16 报错问题
🏢 企业版
* 企业版将在下周中发布，更新特性包括：
* StableDiffusion Web UI 无服务支持，SD WebUI 可以多租户使用，相关介绍文章将在下周发布
* GLM4-voice 支持
* 通过 langfuse 集成提供对话可观测性
☁️ 云上版本
* 云上版本将在下周中同步上线 SD WebUI 的无服务版本，敬请期待👀。
我们感谢每一位参与的社区伙伴对 Xinference 的帮助和支持，也欢迎更多使用者和开发者参与体验和使用 Xinference。
欢迎您在 https://github.com/xorbitsai/inference 给我们一个 星标，这样你就可以在 GitHub 上及时收到每个新版本的通知。
