用 Truss、Model APIs 与 OpenAI 兼容端点训练、部署并提供模型推理服务
Baseten 在 docs.baseten.co 文档化训练与推理平台：团队可通过开源 Truss 框架部署模型，或不经自建基础设施直接调用托管 Model APIs。仅 config.yaml 的 Truss 部署指向 Hugging Face 检查点、GPU 与 TensorRT-LLM 等引擎；truss push 构建优化容器并暴露 OpenAI 兼容端点。自定义架构在 model.py 中用 Model 类的 load/predict 实现。Model APIs 以 BASETEN_API_KEY 即时调用目录模型。
使用场景
- 无需 Dockerfile 发布 Hugging Face LLM
- Model APIs 原型后上线微调权重
- 复用 OpenAI SDK 仅换 base URL
- predict 中写自定义逻辑
- 对比 TensorRT-LLM 与 PyTorch 基线
主要功能
- Truss config.yaml 部署受支持的开源 LLM
- 引擎化部署提供 OpenAI 兼容 API
- model.py 自定义 predict 逻辑
- development 与 production 晋升路径
- Model APIs 无需私有部署即可调用
相关推荐
相关推荐
3 收录条目
Fireworks AI
Fireworks AI 提供 REST API 调用语言/图像/embedding 模型；支持 serverless 目录模型与专属 GPU 部署 custom base model 及 LoRA；默认不记录 prompt/输出（见文档例外）。
Together AI
Together AI 为开发者提供在托管 GPU 上运行主流开源模型的推理与训练类产品线。入门文档介绍在控制台创建 API Key、导出 `TOGETHER_API_KEY`、安装 Python `together` 或 npm `together-ai`，以及向 `https://api.together.ai/v1/chat/completions` 发起带 Bearer 鉴权的 HTTPS 调用；并可按文档扩展到流式输出、函数调用、结构化输出、模型目录、专用算力预留与微调等专题。
Modal
Modal 在 modal.com 文档化无服务器云：工程师用 Python 运行算力密集型任务而无需配置基础设施，可部署 OpenAI 兼容 LLM 服务、批处理工作流、任务队列、GPU 训练/微调，以及大规模隔离 Sandbox 执行 Agent 生成代码。官方指南通过 @app.function、modal.Image 与代码内 GPU 类型定义环境。按秒计费 serverless，并在多家云之间池化容量；除 Python 外还可经 JavaScript/Go 客户端调用。