提交您的产品 
Ai应用
Ai资讯
AI生图
AI生视频
AI数字人系统赤兔Chitu：清华大学团队开源的高性能大语言模型推理框架
赤兔（Chitu）是什么？
赤兔（Chitu）是由清华大学团队开源的一个高性能大语言模型推理框架，专注于提升推理效率、降低成本，并支持多种硬件平台和部署场景。它可以让DeepSeek推理成本降一半，性能翻番。赤兔（Chitu）的目标是为企业和开发者提供一个高效、灵活且易于部署的推理引擎，加速大语言模型（LLM）在实际应用中的落地。
赤兔（Chitu）功能特点
多元算力适配：支持 NVIDIA 最新旗舰到旧款的多系列产品，并为国产芯片提供优化支持。
全场景可伸缩：从纯 CPU 部署、单 GPU 部署到大规模集群部署，提供灵活的可扩展解决方案。
长期稳定运行：适用于实际生产环境，能够稳定承载并发业务流量。
高效推理性能：在 A800 集群测试中，相比部分国外开源框架，GPU 使用量减少 50% 的情况下推理速度提升 3.15 倍。
降低成本：通过优化硬件资源使用，降低了企业部署 ai 模型的门槛和成本。
赤兔（Chitu）应用场景
企业级 AI 应用：需要高性能、低延迟和高吞吐量的推理服务。
大规模集群部署：需要在多 GPU 或多节点环境中高效运行的场景。
资源受限的环境：需要在有限的硬件资源下实现高效推理的场景。
国产芯片适配：需要在国产硬件平台上运行大语言模型的场景。
赤兔（Chitu）使用方法
1. 源码安装
git clone --recursive https://github.com/thu-pacman/chitu && cd chitu pip install -r requirements-build.txt pip install -U torch --index-url https://download.pytorch.org/whl/cu124 # 根据 CUDA 版本调整 TORCH_CUDA_ARCH_LIST=8.6 CHITU_SETUP_JOBS=4 MAX_JOBS=4 pip install --no-build-isolation
2.单 GPU 推理
torchrun --nproc_per_node 8 test/single_req_test.py request.max_new_tokens=64 models=DeepSeek-R1 models.ckpt_dir=/data/DeepSeek-R1 infer.pp_size=1 infer.tp_size=8
3.混合并行 (TP+PP)
torchrun --nnodes 2 --nproc_per_node 8 test/single_req_test.py request.max_new_tokens=64 infer.pp_size=2 infer.tp_size=8 models=DeepSeek-R1 models.ckpt_dir=/data/DeepSeek-R1
4.启动服务
export WORLD_SIZE=8 torchrun --nnodes 1 \ --nproc_per_node 8 \ --master_port=22525 \ example/serve.py \ serve.port=21002 \ infer.stop_with_eos=False \ infer.cache_type=paged \ infer.pp_size=1 \ infer.tp_size=8 \ models=DeepSeek-R1 \ models.ckpt_dir=/data/DeepSeek-R1 \ keep_dtype_in_checkpoint=True \ infer.mla_absorb=absorb-without-precomp \ infer.soft_fp8=True \ infer.do_load=True \ infer.max_reqs=1 \ scheduler.prefill_first.num_tasks=100 \ infer.max_seq_len=4096 \ request.max_new_tokens=100 \ infer.use_cuda_graph=True
5.性能测试
python benchmarks/benchmark_serving.py \ --model "deepseek-r1" \ --iterations 10 \ --seq-len 10 \ --warmup 3 \ --base-url http://localhost:21002
GitHub仓库：https://github.com/thu-pacman/chitu
