Georgi Gerganov
Georgi Gerganov，保加利亚软件开发者，以开源项目llama.cpp和ggml而知名。llama.cpp是一个基于C/C++实现的大型语言模型推理框架，支持在CPU及多种硬件平台（包括Apple Silicon）上高效运行语言模型；ggml是其自主设计的张量运算库，为上述推理引擎提供底层支持。其工作推动了大模型在消费级硬件上的本地化部署与普及。
核心事实
时间轴 (近 90 天)
Llama.cpp 由 Meta 工程师 Georgi Gerganov 创建。
Llama.cpp是Georgi Gerganov开发的轻量级LLM推理框架，以纯C/C++实现、极低依赖门槛著称，支持GGUF模型格式。
llama.cpp 是一个用 C/C++ 编写的大语言模型推理框架，由 Georgi Gerganov 发起，核心目标是让 LLM 在消费级硬件上高效运行。
llama.cpp是由Georgi Gerganov于2023年发起的开源项目，用纯C/C++实现大模型推理
Reddit 社区自发发起了对 Georgi Gerganov 提供 llama.cpp 的致敬
llama.cpp 由 Georgi Gerganov 创造
llama.cpp 由 Georgi Gerganov 开发，使用纯 C/C++ 实现，通过 GGUF 格式量化权重压缩模型体积和显存占用
Ollama是一个专注于大语言模型本地化和云端部署的开源工具平台，底层技术栈主要依托由Georgi Gerganov开发的llama.cpp推理引擎
Georgi Gerganov和llama.cpp团队于2025年2月加入Hugging Face
Georgi Gerganov和llama.cpp团队于今年2月加入了Hugging Face
还有 6 条时间轴事件
全部知识事实 (20)
llama.cpp 由 Georgi Gerganov 以纯 C/C++ 实现，GGUF 格式将模型架构元数据、词表和量化权重打包进单一文件
90%已验证llama.cpp是由Georgi Gerganov开发的纯C/C++推理引擎，支持在纯CPU环境下运行大模型
90%已验证GGUF格式于2023年8月由llama.cpp社区推出，作为GGML格式的替代方案
90%已验证llama.cpp由Georgi Gerganov于2023年3月发起
90%已验证GGUF格式由llama.cpp项目创始人Georgi Gerganov设计
90%已验证llama.cpp是由开发者Georgi Gerganov于2023年发起的开源项目，使用纯C/C++实现了LLaMA系列模型的推理
80%已验证Ollama基于llama.cpp项目构建，后者由Georgi Gerganov开发
75%已验证GGUF 格式由 llama.cpp 创始人 Georgi Gerganov 于2023年推出，已成为开源模型本地化部署的事实标准
70%已验证2023年初 Georgi Gerganov 仅用几天时间完成了 llama.cpp 初版实现，将 Meta 的 LLaMA 模型移植到纯 C/C++ 环境并在 MacBook 上跑通 CPU 推理
65%待验证llama.cpp是一个纯C/C++实现的推理框架，通过量化技术将模型的内存占用大幅降低
60%待验证Georgi Gerganov 创建了 ggml 库，后来发展为 llama.cpp 的核心
60%待验证llama.cpp是由Georgi Gerganov开发的纯C/C++推理引擎，支持Q4_0、Q4_K_M、Q5_K_M等多种量化格式
60%待验证GGML是Georgi Gerganov开发的C语言张量运算库，是llama.cpp的核心计算后端
60%待验证Ollama底层通过llama.cpp实现跨平台推理，llama.cpp由Georgi Gerganov开发，是纯C/C++大模型推理引擎
60%待验证Llama.cpp 由 Meta 工程师 Georgi Gerganov 创建。
50%待验证Llama.cpp是Georgi Gerganov开发的轻量级LLM推理框架，以纯C/C++实现、极低依赖门槛著称，支持GGUF模型格式。
50%待验证llama.cpp 是一个用 C/C++ 编写的大语言模型推理框架，由 Georgi Gerganov 发起，核心目标是让 LLM 在消费级硬件上高效运行。
50%待验证llama.cpp是由Georgi Gerganov于2023年发起的开源项目，用纯C/C++实现大模型推理
50%待验证llama.cpp 由 Georgi Gerganov 创造
50%待验证llama.cpp 由 Georgi Gerganov 开发，使用纯 C/C++ 实现，通过 GGUF 格式量化权重压缩模型体积和显存占用
50%