ONNXとNNEFのモデルを読み込み、CPU、Apple Metal、NVIDIA CUDA、WebAssemblyで実行できる、自己完結型のRust推論エンジン。
ggml-org/ggml
シンプルで移植性と効率性に優れ、最小限のセットアップで使える、機械学習向けの純粋なC/C++テンソルライブラリ。
- スター
- 15,591
- フォーク
- 1,920
- 未解決の Issue
- 380
- 最終コミット
- 3 日前
これは何?
ggmlは、外部依存のない、純粋なCおよびC++で書かれた機械学習向けテンソルライブラリです。テンソル演算や計算グラフなど、MLモデルの実行に必要な低レベルの構成要素を提供し、ほかのプログラムに簡単に組み込めるよう設計されています。
幅広いハードウェアを対象としており、x86、ARM、RISC-V、LoongArch、PowerPC、s390x、WebAssemblyでビルドできます。x86、ARM、RISC-V向けのSIMD最適化カーネルを備え、CPU、GPU、NPU、ブラウザー環境向けのバックエンドを提供します。2~8ビットの整数量子化に加え、MXFP4およびNVFP4のマイクロスケーリング形式に対応し、実行時にメモリを割り当てません。
リポジトリには、examples/simpleに最小限のコメント付き行列乗算サンプルが含まれ、GGUFファイル形式のドキュメントもあります。CMakeビルドシステムを含むコアライブラリへの変更は、llama.cppプロジェクトを通じて貢献します。
主な機能
- 01外部依存のない、純粋なC/C++実装
- 02x86、ARM、RISC-V向けのSIMD最適化カーネル
- 03CPU、GPU、NPU、ブラウザー向けバックエンド
- 042~8ビットの整数量子化とMXFP4、NVFP4形式に対応
- 05実行時のメモリ割り当てなし
ユースケース
- 軽量な形でC/C++アプリケーションにML推論を組み込む
- エッジデバイスや組み込みハードウェアでテンソル演算を実行する
- CPUやアクセラレーター向けの量子化モデルランタイムを構築する
- ブラウザー上のWebAssemblyでMLワークロードを実行する
クイックスタート
- 1
リポジトリをクローンする
git clone https://github.com/ggml-org/ggml - 2
プロジェクトディレクトリに移動する
cd ggml - 3
ビルドディレクトリを作成し、CMakeで設定する
mkdir build && cd build cmake .. - 4
Releaseモードでライブラリをビルドする
cmake --build . --config Release -j 8
使う前に知っておきたいこと
- コアライブラリのみで、高レベルのモデルランタイムは含まれていません。C APIを使って独自のコードを書く必要があります。
- ビルドにはCMakeとC/C++コンパイラが必要です。
トピック
よくある質問
- ggml とは?
- シンプルで移植性と効率性に優れ、最小限のセットアップで使える、機械学習向けの純粋なC/C++テンソルライブラリ。 ggmlは、外部依存のない、純粋なCおよびC++で書かれた機械学習向けテンソルライブラリです。テンソル演算や計算グラフなど、MLモデルの実行に必要な低レベルの構成要素を提供し、ほかのプログラムに簡単に組み込めるよう設計されています。
- ggml は無料で使えますか?ライセンスは?
- ggml は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- ggml は今もメンテナンスされていますか?
- 活発にメンテナンス中。ggml の最終コミットは 2026年11月4日 です。
- ggml は何に使えますか?
- 軽量な形でC/C++アプリケーションにML推論を組み込む エッジデバイスや組み込みハードウェアでテンソル演算を実行する CPUやアクセラレーター向けの量子化モデルランタイムを構築する ブラウザー上のWebAssemblyでMLワークロードを実行する
- ggml のインストール方法は?
- リポジトリをクローンする: git clone https://github.com/ggml-org/ggml プロジェクトディレクトリに移動する: cd ggml ビルドディレクトリを作成し、CMakeで設定する: mkdir build && cd build cmake .. Releaseモードでライブラリをビルドする: cmake --build . --config Release -j 8
- ggml はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/ggml-org/ggml
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
Pythonを使わずに軽量かつ高速な推論・デプロイを実現する、GPU対応のRust製ミニマルなMLフレームワーク。
GoogleのGemmaモデルをCPUで実行する、軽量でスタンドアロンなC++推論エンジン。
llama.cppをベースにした、1-bit(ternary、1.58-bit)LLM向けMicrosoft公式のCPU/GPU推論フレームワーク。
コンシューマー向けGPUやCPUでDeepSeek-V4やQwen3.6などの大規模なオープンウェイトモデルを動かす、エッジネイティブなMoE推論エンジン。
ESP-PPQによるONNXから`.espdl`への量子化に対応した、Espressif ESPシリーズ向けの軽量ニューラルネットワーク推論フレームワーク。