xinference配置说明

问题：如何使用xinference运行大模型，解决xinference无法使用GPU运行模型的问题

解决：

xinference版本2.9.0
1、gguf格式的模型只能使用llama.cpp引擎运行
2、xinference使用llama.cpp引擎时调用的是xllamacpp而不是llama-cpp-python
3、使用transformer引擎运行pytorch格式模型