Aphrodite Engine：大规模LLM推理引擎，为高效部署和运行大型语言模型提供强大支持。 支持多种量化格式，如fp2-fp12，显著降低内存占用；8位KV缓存，大幅提升上下文长度和吞吐量；支持多种硬件平台，包括CUDA、TPU、Inferentia等