Chitu「赤兔」

中文 | English

Chitu「赤兔」是一个专注于效率、灵活性和可用性的高性能大模型推理框架。

里程碑

• [2026/07/02] 发布 v0.6.0，新增 chitu.run 可执行文件：单文件即可启动多结点、多实例、PD 分离等复杂任务。
• [2026/02/06] 发布 v0.5.1，适配摩尔线程 GPU。
• [2025/12/12] 发布 v0.5.0，重点提升集群部署场景的性能。
• [2025/08/01] 发布 v0.4.0，大幅提升了一体机推理部署场景的性能和稳定性，适配昇腾、英伟达、沐曦、海光，支持 DeepSeek、Qwen、GLM、Kimi 等模型。
• [2025/07/28] 发布 v0.3.9，首发支持华为昇腾 910B 推理部署智谱 GLM-4.5 MoE 模型。
• [2025/06/12] 发布 v0.3.5，提供昇腾 910B 完整原生支持，提供 Qwen3 系列模型高性能推理方案。
• [2025/04/29] 发布 v0.3.0，新增 FP4 在线转 FP8、BF16 的高效算子实现，支持 DeepSeek-R1 671B 的 FP4 量化版。
• [2025/04/18] 发布 v0.2.2，新增 CPU+GPU 异构混合推理支持，实现单卡推理 DeepSeek-R1 671B。
• [2025/03/14] 发布 v0.1.0，支持 DeepSeek-R1 671B，提供 FP8 在线转 BF16 的高效算子实现。

简介

赤兔定位于「生产级大模型推理引擎」，充分考虑企业 AI 落地从小规模试验到大规模部署的渐进式需求，专注于提供以下重要特性：

• 多元算力适配：不仅支持 NVIDIA 最新旗舰到旧款的多系列产品，也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，赤兔引擎提供可扩展的解决方案。
• 长期稳定运行：可应用于实际生产环境，稳定性足以承载并发业务流量。

项目团队感谢广大用户及开源社区提出的宝贵意见和建议，并将持续改进赤兔推理引擎。 然而，受制于团队成员的精力，无法保证及时解决所有用户在使用中遇到问题。 如需专业技术服务，欢迎致信 solution@chitu.ai

测试数据

请参阅赤兔开发团队测试的性能数据，也欢迎分享您的自测数据。

性能数据与您的硬件配置、软件版本、测试负载相关，多次测试结果可能存在波动。

安装使用

建议使用 chitu.run 进行部署，请从 Releases 中的 Assets 页面下载。

请参阅开发手册获取完整的安装使用说明。

查看支持的模型

更多模型请参见 支持的模型。

参与开发

赤兔项目欢迎开源社区的朋友们参与项目共建，请参阅贡献指南。

交流讨论

如果您有任何问题或疑虑，欢迎提交issue。

您也可以扫码加入赤兔交流微信群：

许可证

本项目采用 Apache License v2.0 许可证 - 详见 LICENSE 文件。

本代码仓库还引用了一些来自其他开源项目的代码片段，相关版权信息已在代码中以 SPDX 格式标注。这些代码片段的许可证信息可以在 LICENSES/ 目录下找到。

本代码仓库还包含遵循其他开源许可证的第三方子模块。您可以在 third_party/ 目录下找到这些子模块，该目录中包含了它们各自的许可证文件。

常见问题

中文 | English

致谢

非常感谢来自华为、沐曦、海光、燧原、智谱、中国电信、并行科技等各方的帮助。

在构建 Chitu 的过程中，我们从以下项目（按字母排序）中学到了很多，并复用了一些函数：

• DeepSeek
• FlashAttention
• FlashInfer
• KTransformers
• llama.cpp
• SGLang
• TensorRT-LLM
• vLLM

我们将持续为开源社区贡献更高效、更灵活、更兼容、更稳定的大模型推理部署解决方案。