DA

deepseek-ai/DeepInfer

DeepInfer: High-performance, large-scale inference framework for DeepSeek models

#1 dans Python NouveauPythonApache-2.0 licence Dernier commit il y a 22 heures

Mis à jour il y a 50 min

Ouvrir sur GitHub(nouvel onglet)

Vous maintenez ce dépôt ? Ajoutez ce badge à votre README.

Croissance

24 dernières heures
+2,3 k
étoiles
7 derniers jours
+17,8 k
étoiles
30 derniers jours
+17,8 k
étoiles
Étoiles au total
17 849
créé il y a 5 jours
Forks
1 625

Top 3 en Python cette semaine

  1. 1 deepseek-ai/DeepInfer +17,8 k étoiles cette semaine
  2. 2 google-research/harness2 +17,2 k étoiles cette semaine
  3. 3 Leonxlnx/earshot +2 k étoiles cette semaine

Ce dépôt : #1 sur 1606 cette semaine, #9 sur 422 aujourd’hui, #1 sur 2788 ce mois-ci.

Voir les 1606 dépôts Python

Historique des étoiles

05k10k15k20k6 août20 août3 sept.17 sept.1 oct.15 oct.

Total d’étoiles à la fin de chaque semaine, d’après les comptes quotidiens de GitHub.

Signaux de santé

Trop récent pour jugerVérifié le 20 oct. 2026

Trop récent pour juger : le dépôt a moins de 60 jours ou moins de 10 commits. Les signaux ci-dessous sont donnés à titre indicatif.

Activité des commits
Des commits cette semaine (créé cette semaine) 3 commits sur la branche principale en 90 jours
Mainteneurs
2 auteurs de commits en 90 jours Auteur principal : 67 % des 3 derniers commits
Réactivité sur les issues
Trop peu d’issues pour juger 0 issue ouverte par d’autres en 90 jours
Pull requests
0 fusionnées, 6 fermées, 23 ouvertes Sur 29 pull requests ouvertes en 90 jours
Versions
Aucune version publiée sur GitHub Non compté : beaucoup de projets s’en passent
Hygiène du projet
Licence ; pas de CI ou politique de sécurité
OpenSSF Scorecard
Non analysé Inconnu, pas compté contre le projet

Ces signaux sont calculés automatiquement à partir des données publiques de GitHub. Ce n’est ni une recommandation ni un audit de sécurité. Comment la santé est calculée

README

README.md

DeepInfer

DeepInfer is the high-performance inference framework that powers DeepSeek's large-scale production services. This open-source release provides offline inference with the core features needed for serving at scale.

Supported models:

  • DeepSeek-V4.1-Flash

Supported features:

  • Optimized kernels, model and sampler runtime
  • Parallelism: Attention DP / balanced CP, MoE EP + EPLB
  • DSpark and confidence-scheduled verification
  • SWA bounded replay
  • Asynchronous scheduling (zero-overhead batch scheduler)
  • Batch-invariant inference
  • Deterministic sampling
  • Structured outputs

Supported hardware:

Lire le README complet sur GitHub(nouvel onglet)