Liger-Kernel 可以免费使用吗？用的什么许可证？

Liger-Kernel 以 BSD-2-Clause 许可证开源。用于商业产品前，请先确认许可证条款。

Liger-Kernel 还在维护吗？

活跃维护中。Liger-Kernel 最近一次提交是在 2026年10月22日。

Liger-Kernel 适合用来做什么？

在多卡集群上加速 Llama、Qwen 等模型的全量微调。降低显存占用，以支持更长上下文或更大词表的训练。在显存有限的 GPU 上运行 DPO、ORPO 等偏好优化训练。为训练流程加入高效的蒸馏损失计算。

在哪里获取 Liger-Kernel？

源代码和安装说明在 GitHub 上：https://github.com/linkedin/Liger-Kernel

linkedin/Liger-Kernel

面向 LLM 训练的高效 Triton GPU 内核集合，通过算子融合降低显存占用并提升吞吐。

在 GitHub 查看官网

Star: 6,665
Fork: 627
未关闭 Issue: 197
最近提交: 54分钟前

这是什么？

Liger Kernel 是一组用于大语言模型训练的 Triton 内核。它为 RMSNorm、RoPE、SwiGLU、CrossEntropy 以及融合的线性层加交叉熵等常用操作提供可直接替换的实现，减少显存读写，使同样的 GPU 能支持更长的上下文或更大的 batch。

对于支持的 Hugging Face 模型，只需调用一行 apply_liger_kernel_to_llama 等接口即可完成打补丁，也可以把单个内核模块组合进自定义模型。项目还包含 DPO、ORPO、SimPO、KTO、CPO 等后训练损失函数，无需实例化完整 logits，并提供 JSD、KL 散度等蒸馏损失。它兼容 PyTorch FSDP、DeepSpeed 和 DDP，核心依赖只有 Torch 和 Triton。

项目支持 Llama、Qwen、Gemma、Mistral、Phi3、DeepSeek 等多个模型系列，并提供 CUDA、ROCm、Intel GPU 和昇腾 NPU 的后端，在 NVIDIA 硬件上还可选用 cuTile 与 CuTe DSL 实现。

核心功能

01为 RMSNorm、RoPE、SwiGLU、CrossEntropy 及融合线性交叉熵提供可直接替换的 Triton 内核。
02对多个支持的 Hugging Face 模型系列，只需一行代码即可打补丁。
03提供省显存的 DPO、ORPO、SimPO、KTO、CPO 等后训练损失。
04包含 JSD、KL 散度、TVD 等蒸馏损失。
05兼容 PyTorch FSDP、DeepSpeed 和 DDP，核心依赖仅 Torch 与 Triton。
06支持 NVIDIA CUDA、AMD ROCm、Intel GPU 和昇腾 NPU。

适用场景

在多卡集群上加速 Llama、Qwen 等模型的全量微调。
降低显存占用，以支持更长上下文或更大词表的训练。
在显存有限的 GPU 上运行 DPO、ORPO 等偏好优化训练。
为训练流程加入高效的蒸馏损失计算。

常见问题

Liger-Kernel 是什么？: 面向 LLM 训练的高效 Triton GPU 内核集合，通过算子融合降低显存占用并提升吞吐。 Liger Kernel 是一组用于大语言模型训练的 Triton 内核。它为 RMSNorm、RoPE、SwiGLU、CrossEntropy 以及融合的线性层加交叉熵等常用操作提供可直接替换的实现，减少显存读写，使同样的 GPU 能支持更长的上下文或更大的 batch。
Liger-Kernel 可以免费使用吗？用的什么许可证？: Liger-Kernel 以 BSD-2-Clause 许可证开源。用于商业产品前，请先确认许可证条款。
Liger-Kernel 还在维护吗？: 活跃维护中。Liger-Kernel 最近一次提交是在 2026年10月22日。
Liger-Kernel 适合用来做什么？: 在多卡集群上加速 Llama、Qwen 等模型的全量微调。降低显存占用，以支持更长上下文或更大词表的训练。在显存有限的 GPU 上运行 DPO、ORPO 等偏好优化训练。为训练流程加入高效的蒸馏损失计算。
在哪里获取 Liger-Kernel？: 源代码和安装说明在 GitHub 上：https://github.com/linkedin/Liger-Kernel

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。