#165 · 主分类： 推理与本地部署
timber
c99
catboost
compiler
decision-trees
gradient-boosting
inference
lightgbm
machine-learning
mlops
model-serving
ollama
onnx
sklearn
xgboost
面向经典机器学习模型的Ollama。AOT编译器，将XGBoost、LightGBM、scikit-learn、CatBoost和ONNX模型转换为原生C99推理代码。一条命令加载，一条命令服务。比Python推理快336倍。
项目最后更新：04/16/26
GitHub Stars
687
Forks数量
23
贡献者数量
2
许可证
Apache-2.0
收录理由
Timber 能把训练好的经典机器学习模型直接编译成自包含的 C99 二进制，部署时完全甩掉 Python 运行时。编译产物只有约 48 KB，单样本推理耗时约两微秒，对做实时交易评分或跑在资源受限边缘设备上的团队来说，这个性能很有吸引力。它还内置了一个兼容 Ollama 的 HTTP 服务，一条命令加载模型，另一条命令就能对外提供推理。加速后端可以生成 SIMD、GPU、FPGA 或嵌入式变体，同一套模型从服务器迁到微控制器，无需重写整个流水线。在强调确定性、可审计推理的合规场景里，这种可移植性加上零运行时依赖，是实打实的卖点。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。