Ggml.ai 加入 Hugging Face，确保本地 AI 的长期进展

看起来您只提供了来源链接，而没有要翻译的正文内容。请提供需要翻译的文本，我会按照要求进行翻译并保留原始的格式和代码块。

公告

我们很高兴宣布，ggml.ai（llama.cpp 的创始团队）加入 Hugging Face，以确保未来的 AI 真正保持开放。

Georgi 和团队加入 HF，目标是随着本地 AI 在未来几年实现指数级进展，扩大并支持 ggml/llama.cpp 社区。

摘要 / 关键点

• The ggml‑org projects remain open and community‑driven as always.
• The ggml team continues to lead, maintain, and support full‑time the ggml and llama.cpp libraries and related open‑source projects.
• The new partnership ensures long‑term sustainability of the projects and will help foster new opportunities for users and contributors.
• Additional focus will be dedicated to improving user experience and integration with the Hugging Face transformers library for better model support.

为什么要进行此更改？

自 2023 年成立以来，ggml.ai 的核心使命始终是支持 ggml 机器学习库的开发与采用。过去三年里，公司背后的小团队壮大了开源开发者社区，并帮助将 ggml 打造成高效本地 AI 推理的权威标准。这一成就得益于与个人贡献者的紧密合作、与模型提供商的伙伴关系以及独立硬件厂商的支持。因此，如今 llama.cpp 已成为无数项目和产品的基础构件，使得在消费级硬件上实现私有且易于获取的 AI 成为可能。

在此发展过程中，Hugging Face 脱颖而出，成为最强大且最支持的合作伙伴。在过去的几年里，HF 的工程师（尤其是 @ngxson 和 @allozaur）：

• 为 ggml 和 llama.cpp 贡献了多项核心功能。
• 构建了一个界面精致的稳固推理服务器。
• 为 llama.cpp 引入了多模态支持。
• 将 llama.cpp 集成到 Hugging Face 推理端点中。
• 改进了 GGUF 文件格式与 Hugging Face 平台的兼容性。
• 在 llama.cpp 中实现了多种模型架构。
• 为 ggml 项目提供了通用维护、PR 审核等帮助。

我们的团队之间的合作一直顺畅高效。双方以及社区都从这些联合努力中受益。将这种合作正式化是有意义的，以便在未来进一步加强合作。

对 ggml/llama.cpp、开源项目和社区会有什么变化？

并不会有太大变化——Georgi 和团队将继续把 100 % 的时间投入到维护 ggml/llama.cpp。社区将保持完全自治，继续像往常一样做出技术和架构决策。Hugging Face 为该项目提供了长期可持续的资源，提升了项目成长和繁荣的可能性。该项目将保持 100 % 开源和社区驱动。期待在模型发布后，你最喜欢的量化方式能够更快得到支持。

Technical focus

与 transformers 库的无缝“一键式”集成

transformers 框架已成为 AI 模型定义的“权威来源”。提升 transformers 与 ggml 生态系统之间的兼容性，对于扩大模型支持范围和实现质量控制至关重要。

改进基于 ggml 的软件包装和用户体验

随着本地推理成为云推理的有竞争力的替代方案，简化普通用户部署和访问本地模型的方式变得尤为关键。我们将致力于让 llama.cpp 无处不在、随时可用，同时继续与下游项目合作。

长期愿景

我们的共同目标是提供构建模块，使开源超级智能在未来几年内对全世界可及。与日益壮大的本地 AI 社区携手，我们将打造在设备上尽可能高效运行的终极推理栈。