我要投稿

TorchChat：Ollama的潜在对手

发布日期：2024-09-08 15:37:16 浏览次数： 2695

作者：鲁班模锤

微信搜一搜，关注“鲁班模锤”

PyTorch最近发布TorchChat，TorchChat允许在本地台式机、笔记本电脑或移动设备上下载和运行大型语言模型。会不会让你想到什么，没错就是Ollama。TorchChat是一个适应性强的框架，旨在提高各种硬件平台的LLMs效率，有助于在各种设备上有效地运行本地模型。TorchChat通过支持 GGML 生态系统中常用的GGUF文件来扩展其兼容性。

Torchchat整体而言，主要特色如下：

支持流行 LLMs：直接在本地设备上运行最先进的模型，包括 Llama 3、Llama 2、Mistral
多种执行模式：支持Python(Eager、Compile)和原生(AOT Inductor、ExecuTorch)<可执行文件>模式
跨平台兼容性：在 Linux（x86）、macOS（M1/M2/M3）、Android 和 iOS 上流畅运行
高级量化支持：通过各种量化技术减少内存占用并加速推理
灵活导出能力：轻松准备模型以在桌面和移动平台上部署
内置评估框架：使用内置评估工具评估模型准确性和性能

上图为整体的交互模式，Torchchat的核心是一个REST API，可以通过命令行界面（CLI）或浏览器访问。这使得可以轻松集成到现有的Python工作流程和快速原型设计中。

TorchChat使用AOT Inductor为PyTorch推理程序创建独立的、可分发的可执行文件，特别是以动态库的形式，不依赖于Python和PyTorch。这能满足生产环境中部署模型的需求，即能够保证模型运行时的稳定性，确保它不受到生产环境系统的更新和升级影响，同时确保模型无需重新编译运行。同时使得推理任务能够实现接近原生的性能。

AOT Inductor专注于通过高效的二进制格式来优化模型部署，这些格式可以快速加载并准备执行，从而解决与TorchScript等文本格式相关的限制和开销。它利用代码生成优化技术来提高CPU和GPU性能，减少开销且提高执行速度。

对于移动设备执行，TorchChat利用ExecuTorch。与AOT Inductor类似，ExecuTorch优化模型以便在移动或嵌入式设备上执行。通过生成PTE来执行模型。这为具有低延迟和高隐私性的 AI 驱动的移动应用程序开辟了可能性。

Torchchat的评估模式可用于评估LLM中各种任务的性能。对于新模型的研究人员而言，这是加分项。通过下面的几行命令快速启动：

git clone https://github.com/pytorch/torchchat.gitcd torchchat
python3 -m venv .venvsource .venv/activate
./install_requirements.sh

命令行模式为：

python3 torchchat.py chat llama3.1

可视化web模式将启动一个基于Web的UI，用于与Llama 3.1模型进行交互，提供更直观和用户友好的体验。

streamlit run torchchat.py -- browser llama3.1

下表展示了Llama 3 8B Instruct在M1 Max和64GB RAM的Apple MacBook Pro上的性能，MPS显示出明显的加速。

MPS (Metal Performance Shaders) 是Apple提供的一个图形和计算框架，用于利用GPU进行高效的计算确保最佳性能。

Torchchat在移动设备上的表现同样令人印象深刻。在三星Galaxy S23和 iPhone上通过ExecuTorch使用4 位GPTQ量化实现每秒超过8个令牌。这种性能水平可在现代智能手机上实现响应迅速的设备端 AI 体验。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-05-26

刚刚，国产Agent模型闯入全球第一梯队！限时免费

2026-05-26

天工AI发布SkyClaw-v1.0：面向真实工作流的百万上下文 Agent 模型

2026-05-26

如何使用Codex的Goals机制完成长程任务？

2026-05-26

关于Agent Harness，我整理了一个最小版！

2026-05-25

Opera Neon 推出 opera-browser-cli，浏览器进入 AI Agent 时代

2026-05-25

前端工程师转AICoding指南手册：从设计稿到像素级还原

2026-05-25

RenderFlow：百度垂类搜索展现服务的 Agentic 代码交付实践

2026-05-25

Claude「永久大脑」，真的来了！

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

Claude Opus 4.7刚刚曝光！Claude Code一夜重构，7x24小时替你打工

2026-04-15

OpenAI Codex CLI 完整使用指南

2026-04-07

刚刚Qwen 3.6 Plus上线预览：1M上下文，阿里Coding/Agent翻身战打响

2026-03-31

2026年国内如何注册 Claude 账号教程

2026-03-13

Claude Code 和 Codex 接入 Figma MCP 保姆级教程

2026-04-07

独家| DeepSeek-V4终于要来了：梁文锋憋半年大招，多模态+长期记忆全面破局

2026-03-17

香港终于能直接用 Gemini 了，内地用户能用上吗？

2026-03-17

编程选GPT-5.4，还是GPT-5.3-Codex？

2026-03-21

GPT5.5来了，最大特点解析

2026-04-24

刚刚，GPT-5.4 发布，百万上下文、最强全能模型

2026-03-06

大家都在问

如何使用Codex的Goals机制完成长程任务？

2026-05-26

Codex 的 computer use 功能，为什么这么好用？

2026-05-23

前有用友YonClaw，今有金蝶灵基，中国软件双雄的AI底牌谁能笑到最后？

2026-05-21

Harness Engineering：AI 能在真正"出事会炸"的后端系统里写代码吗？

2026-05-19

谁来给企业端即将大规模入职的Agent盖办公室？

2026-05-09

鹅厂员工觉得好的code模型应该具备什么能力？

2026-05-09

Markdown要被抛弃了？Claude Code工程师自曝：我已彻底放弃使用Markdown！团队倾向使用HTML！网友：其他编辑工具会被淘汰吗？

2026-05-09

AI吞噬软件的叙事要分化了？

2026-05-08

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件 FDE AI+医疗 MaxKB Palantir Glean Openclaw