NVIDIA开源Flare本地推理原型，将PyTorch准备与Rust服务分开

Flare是面向NVIDIA SM120/SM121设备的本地模型服务原型，目标场景包括长对话、编程Agent与反复工具调用。Ignition使用PyTorch、Transformers和FlashInfer准备模型、调优内核并捕获CUDA执行图，导出包含元数据与内容寻址负载的运行包；Helios以Rust加载这些包，在线服务阶段不依赖Python解释器。固定源码包含实际CLI、调度、缓存与执行模块，并提供uv准备环境、Cargo构建和模型导出、启动命令。项目明确处于研究原型阶段，只覆盖选定模型与设备，不能把特定配方的测试外推为通用生产性能。仓库新建下界和外部公开Issue的时间上界均落在北京时间21日，证实目标日已形成公开交付；并非仅按创建时间推定开源日。