# LLM-DataDist接口参考Python【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/geLLM-DataDist-interface-listLLMDataDistLLMDataDist-constructorinitfinalizelink_clustersunlink_clusterscheck_link_statuskv_cache_managerswitch_roleLLMConfigLLMConfig-constructorgenerate_optionsdevice_idsync_kv_timeoutenable_switch_rolege_optionslisten_ip_infomem_utilizationbuf_pool_cfgKvCacheManagerKvCacheManager-constructoris_initializedallocate_cachedeallocate_cacheremove_cache_keypull_cachecopy_cacheget_cache_tensorsallocate_blocks_cachepull_blockscopy_blocksswap_blockstransfer_cache_asyncKvCacheKvCache-constructorcache_idcache_descper_device_tensor_addrscreate_cpu_cacheLLMRoleLLMClusterInfoLLMClusterInfo-constructorremote_cluster_idappend_local_ip_infoappend_remote_ip_infoPlacementCacheDescCacheKeyCacheKeyByIdAndIndexBlocksCacheKeyLayerSynchronizerTransferConfigTransferWithCacheKeyConfigCacheTaskCacheTask-constructorsynchronizeget_resultsLLMExceptionLLMStatusCodeDataTypedeprecatedTensorDescTensorDesc-constructordtypeshapeTensorTensor-constructornumpy【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考