DeepSparkInference

DeepSparkInference推理模型库作为 DeepSpark 开源社区的核心项目，于 2024 年 3 月正式开源，一期甄选了 48 个推理模型示例，涵盖计算机视觉，自然语言处理，语音识别等领域，后续将逐步拓展更多 AI 领域。

DeepSparkInference中的模型提供了在国产推理引擎IGIE或ixRT下运行的推理示例和指导文档，部分模型提供了基于国产通用 GPU 智铠 100 的评测结果。

IGIE（Iluvatar GPU Inference Engine）是基于 TVM 框架研发的高性能、高通用、全流程的 AI 推理引擎。支持多框架模型导入、量化、图优化、多算子库支持、多后端支持、算子自动调优等特性，为推理场景提供易部署、高吞吐量、低延迟的完整方案。

ixRT（Iluvatar CoreX RunTime）是天数智芯自研的高性能推理引擎，专注于最大限度发挥天数智芯通用 GPU 的性能，实现各领域模型的高性能推理。ixRT支持动态形状推理、插件和 INT8/FP16 推理等特性。

DeepSparkInference将按季度进行版本更新，后续会逐步丰富模型类别并拓展大模型推理。

模型库

大语言模型（LLM）

Model	Engine	Supported	IXUCA SDK
Baichuan2-7B	vLLM	✅	4.3.0
ChatGLM-3-6B	vLLM	✅	4.3.0
ChatGLM-3-6B-32K	vLLM	✅	4.3.0
CosyVoice2-0.5B	PyTorch	✅	4.3.0
CosyVoice2-0.5B	ixRT	✅	dev-only
DeepSeek-R1-Distill-Llama-8B	vLLM	✅	4.3.0
DeepSeek-R1-Distill-Llama-70B	vLLM	✅	4.3.0
DeepSeek-R1-Distill-Qwen-1.5B	vLLM	✅	4.3.0
DeepSeek-R1-Distill-Qwen-7B	vLLM	✅	4.3.0
DeepSeek-R1-Distill-Qwen-14B	vLLM	✅	4.3.0
DeepSeek-R1-Distill-Qwen-32B	vLLM	✅	4.3.0
DeepSeek-OCR	Transformers	✅	4.3.0
DeepSeek-OCR	vLLM	✅	dev-only
ERNIE-4.5-21B-A3B	FastDeploy	✅	4.3.0
ERNIE-4.5-300B-A47B	FastDeploy	✅	4.3.0
GLM-4V	vLLM	✅	4.3.0
InternLM3	LMDeploy	✅	4.3.0
Llama2-7B	vLLM	✅	4.3.0
Llama2-7B	TRT-LLM	✅	4.3.0
Llama2-13B	TRT-LLM	✅	4.3.0
Llama2-70B	TRT-LLM	✅	4.3.0
Llama3-70B	vLLM	✅	4.3.0
E5-V	vLLM	✅	4.3.0
MiniCPM-o-2	vLLM	✅	4.3.0
MiniCPM-V-2	vLLM	✅	4.3.0
MiniCPM-V-4	vLLM	✅	dev-only
NVLM	vLLM	✅	4.3.0
Phi3_v	vLLM	✅	4.3.0
PaliGemma	vLLM	✅	4.3.0
Qwen-7B	vLLM	✅	4.3.0
Qwen-VL	vLLM	✅	4.3.0
Qwen2-VL	vLLM	✅	4.3.0
Qwen2.5-VL	vLLM	✅	4.3.0
Qwen1.5-7B	vLLM	✅	4.3.0
Qwen1.5-7B	TGI	✅	4.3.0
Qwen1.5-14B	vLLM	✅	4.3.0
Qwen1.5-32B Chat	vLLM	✅	4.3.0
Qwen1.5-72B	vLLM	✅	4.3.0
Qwen2-7B Instruct	vLLM	✅	4.3.0
Qwen2-72B Instruct	vLLM	✅	4.3.0
Qwen3_Moe	vLLM	✅	dev-only
StableLM2-1.6B	vLLM	✅	4.3.0
Step3	vLLM	✅	dev-only
Ultravox	vLLM	✅	4.3.0
Whisper	vLLM	✅	4.3.0
XLMRoberta	vLLM	✅	4.3.0

计算机视觉（CV）

视觉分类

Model	Prec.	IGIE	ixRT	IXUCA SDK
AlexNet	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0
CLIP	FP16	✅	✅	4.3.0
Conformer-B	FP16	✅		4.3.0
ConvNeXt-Base	FP16	✅	✅	4.3.0
ConvNext-S	FP16	✅		4.3.0
ConvNeXt-Small	FP16	✅	✅	4.3.0
ConvNeXt-Tiny	FP16	✅		4.3.0
CSPDarkNet53	FP16	✅	✅	4.3.0
	INT8		✅	4.3.0
CSPResNet50	FP16	✅	✅	4.3.0
	INT8		✅	4.3.0
CSPResNeXt50	FP16	✅	✅	4.3.0
DeiT-tiny	FP16	✅	✅	4.3.0
DenseNet121	FP16	✅	✅	4.3.0
DenseNet161	FP16	✅	✅	4.3.0
DenseNet169	FP16	✅	✅	4.3.0
DenseNet201	FP16	✅	✅	4.3.0
EfficientNet-B0	FP16	✅	✅	4.3.0
	INT8		✅	4.3.0
EfficientNet-B1	FP16	✅	✅	4.3.0
	INT8		✅	4.3.0
EfficientNet-B2	FP16	✅	✅	4.3.0
EfficientNet-B3	FP16	✅	✅	4.3.0
EfficientNet-B4	FP16	✅	✅	4.3.0
EfficientNet-B5	FP16	✅	✅	4.3.0
EfficientNet-B6	FP16	✅		4.3.0
EfficientNet-B7	FP16	✅		4.3.0
EfficientNetV2	FP16	✅	✅	4.3.0
	INT8		✅	4.3.0
EfficientNetv2_rw_t	FP16	✅	✅	4.3.0
EfficientNetv2_s	FP16	✅	✅	4.3.0
GoogLeNet	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0
HRNet-W18	FP16	✅	✅	4.3.0
	INT8		✅	4.3.0
InceptionV3	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0
Inception-ResNet-V2	FP16		✅	4.3.0
	INT8		✅	4.3.0
Mixer_B	FP16	✅		4.3.0
MNASNet0_5	FP16	✅		4.3.0
MNASNet0_75	FP16	✅		4.3.0
MNASNet1_0	FP16	✅		4.3.0
MNASNet1_3	FP16	✅		4.3.0
MobileNetV2	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0
MobileNetV3_Large	FP16	✅		4.3.0
MobileNetV3_Small	FP16	✅	✅	4.3.0
MViTv2_base	FP16	✅		dev-only
RegNet_x_16gf	FP16	✅		4.3.0
RegNet_x_1_6gf	FP16	✅		4.3.0
RegNet_x_3_2gf	FP16	✅		4.3.0
RegNet_x_8gf	FP16	✅		4.3.0
RegNet_x_32gf	FP16	✅		4.3.0
RegNet_x_400mf	FP16	✅		4.3.0
RegNet_x_800mf	FP16	✅		4.3.0
RegNet_y_1_6gf	FP16	✅		4.3.0
RegNet_y_16gf	FP16	✅		4.3.0
RegNet_y_3_2gf	FP16	✅		4.3.0
RegNet_y_32gf	FP16	✅		4.3.0
RegNet_y_400mf	FP16	✅		4.3.0
RepVGG	FP16	✅	✅	4.3.0
Res2Net50	FP16	✅	✅	4.3.0
	INT8		✅	4.3.0
ResNeSt50	FP16	✅		4.3.0
ResNet101	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0
ResNet152	FP16	✅		4.3.0
	INT8	✅		4.3.0
ResNet18	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0
ResNet34	FP16		✅	4.3.0
	INT8		✅	4.3.0
ResNet50	FP16	✅	✅	4.3.0
	INT8	✅		4.3.0
ResNetV1D50	FP16	✅	✅	4.3.0
	INT8		✅	4.3.0
ResNeXt50_32x4d	FP16	✅	✅	4.3.0
ResNeXt101_64x4d	FP16	✅	✅	4.3.0
ResNeXt101_32x8d	FP16	✅	✅	4.3.0
SEResNet50	FP16	✅		4.3.0
ShuffleNetV1	FP16		✅	4.3.0
ShuffleNetV2_x0_5	FP16	✅	✅	4.3.0
ShuffleNetV2_x1_0	FP16	✅	✅	4.3.0
ShuffleNetV2_x1_5	FP16	✅	✅	4.3.0
ShuffleNetV2_x2_0	FP16	✅	✅	4.3.0
SqueezeNet 1.0	FP16	✅	✅	4.3.0
	INT8		✅	4.3.0
SqueezeNet 1.1	FP16	✅	✅	4.3.0
	INT8		✅	4.3.0
SVT Base	FP16	✅		4.3.0
Swin Transformer	FP16	✅		4.3.0
Swin Transformer Large	FP16		✅	4.3.0
Twins_PCPVT	FP16	✅		4.3.0
VAN_B0	FP16	✅		4.3.0
VGG11	FP16	✅		4.3.0
VGG13	FP16	✅		4.3.0
VGG13_BN	FP16	✅		4.3.0
VGG16	FP16	✅	✅	4.3.0
	INT8	✅		4.3.0
VGG19	FP16	✅		4.3.0
VGG19_BN	FP16	✅		4.3.0
ViT	FP16	✅		4.3.0
Wide ResNet50	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0
Wide ResNet101	FP16	✅		4.3.0

目标检测

Model	Prec.	IGIE	ixRT	IXUCA SDK
ATSS	FP16	✅	✅	4.3.0
CenterNet	FP16	✅	✅	4.3.0
DETR	FP16		✅	4.3.0
FCOS	FP16	✅	✅	4.3.0
FoveaBox	FP16	✅	✅	4.3.0
FSAF	FP16	✅	✅	4.3.0
GFL	FP16	✅		4.3.0
HRNet	FP16	✅	✅	4.3.0
PAA	FP16	✅	✅	4.3.0
RetinaFace	FP16	✅	✅	4.3.0
RetinaNet	FP16	✅	✅	4.3.0
RTMDet	FP16	✅		4.3.0
RTDETR	FP16	✅	✅	dev-only
	INT8	✅		dev-only
SABL	FP16	✅		4.3.0
SSD	FP16	✅		4.3.0
YOLOF	FP16	✅	✅	4.3.0
YOLOv3	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0
YOLOv4	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0
YOLOv5m	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0
YOLOv5s	FP16		✅	4.3.0
	INT8		✅	4.3.0
YOLOv6s	FP16	✅	✅	4.3.0
	INT8		✅	4.3.0
YOLOv7	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0
YOLOv8n	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0
YOLOv8s	FP16	✅		4.3.0
	INT8	✅		4.3.0
YOLOv9s	FP16	✅	✅	4.3.0
	INT8	✅		4.3.0
YOLOv10s	FP16	✅	✅	4.3.0
YOLOv11n	FP16	✅	✅	4.3.0
	INT8	✅		4.3.0
YOLOv12n	FP16	✅	✅	4.3.0
	INT8	✅		4.3.0
YOLOv13n	FP16	✅	✅	4.3.0
	INT8	✅		4.3.0
YOLOXm	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0

Model	Prec.	PaddlePaddle	IXUCA SDK
RTDETR	FP16	✅	dev-only

Model	Prec.	Pytorch	IXUCA SDK
YOLOv8n	FP16	✅	dev-only

人脸识别

Model	Prec.	IGIE	ixRT	IXUCA SDK
FaceNet	FP16		✅	4.3.0
	INT8		✅	4.3.0

光学字符识别（OCR）

Model	Prec.	IGIE	IXUCA SDK
Kie_layoutXLM	FP16	✅	4.3.0
SVTR	FP16	✅	4.3.0

姿态估计

Model	Prec.	IGIE	ixRT	IXUCA SDK
HRNetPose	FP16	✅		4.3.0
Lightweight OpenPose	FP16		✅	4.3.0
RTMPose	FP16	✅	✅	4.3.0

实例分割

Model	Prec.	IGIE	ixRT	IXUCA SDK
Mask R-CNN	FP16		✅	4.2.0
SOLOv1	FP16		✅	4.3.0

语义分割

Model	Prec.	IGIE	ixRT	IXUCA SDK
UNet	FP16	✅		4.3.0

多目标跟踪

Model	Prec.	IGIE	ixRT	IXUCA SDK
FastReID	FP16	✅	✅	4.3.0
DeepSort	FP16	✅	✅	4.3.0
	INT8	✅		4.3.0
RepNet-Vehicle-ReID	FP16	✅		4.3.0

多模态

Model	Engine	Supported	IXUCA SDK
Aria	vLLM	✅	4.3.0
Chameleon-7B	vLLM	✅	4.3.0
CLIP	IxFormer	✅	4.3.0
Fuyu-8B	vLLM	✅	4.3.0
H2OVL Mississippi	vLLM	✅	4.3.0
Idefics3	vLLM	✅	4.3.0
InternVL2-4B	vLLM	✅	4.3.0
LLaVA	vLLM	✅	4.3.0
LLaVA-Next-Video-7B	vLLM	✅	4.3.0
Llama-3.2	vLLM	✅	4.3.0
Pixtral	vLLM	✅	4.3.0
Stable Diffusion 1.5	Diffusers	✅	4.3.0
Stable Diffusion 3	Diffusers	✅	dev-only

自然语言处理（NLP）

预训练语言模型（PLM）

Model	Prec.	IGIE	ixRT	IXUCA SDK
ALBERT	FP16		✅	4.3.0
BERT Base NER	INT8	✅		4.3.0
BERT Base SQuAD	FP16	✅	✅	4.3.0
	INT8		✅	4.3.0
BERT Large SQuAD	FP16	✅	✅	4.3.0
	INT8	✅	✅	4.3.0
DeBERTa	FP16		✅	4.3.0
RoBERTa	FP16		✅	4.3.0
RoFormer	FP16		✅	4.3.0
VideoBERT	FP16		✅	4.2.0

语音

语音识别

Model	Prec.	IGIE	ixRT	IXUCA SDK
Conformer	FP16	✅	✅	4.3.0
Transformer ASR	FP16		✅	4.2.0

其他

推荐系统

Model	Prec.	IGIE	ixRT	IXUCA SDK
Wide & Deep	FP16		✅	4.3.0

---

容器

Docker Installer	IXUCA SDK	Introduction
corex-docker-installer-4.3.0-*-py3.10-x86_64.run	4.3.0	适用小模型推理
corex-docker-installer-4.3.0-*-llm-py3.10-x86_64.run	4.3.0	适用大模型推理

社区

治理

请参见 DeepSpark Code of Conduct on Gitee or on GitHub。

交流

请联系 contact@deepspark.org.cn。

贡献

请参见 DeepSparkInference Contributing Guidelines。

免责声明

DeepSparkInference 仅提供公共数据集的下载和预处理脚本。这些数据集不属于 DeepSparkInference，DeepSparkInference 也不对其质量或维护负责。请确保您具有这些数据集的使用许可，基于这些数据集训练的模型仅可用于非商业研究和教育。

致数据集所有者：

如果不希望您的数据集公布在 DeepSparkInference 上或希望更新 DeepSparkInference 中属于您的数据集，请在 Gitee 或 Github 上提交 issue，我们将按您的 issue 删除或更新。衷心感谢您对我们社区的支持和贡献。

许可证

本项目许可证遵循 Apache-2.0。