seuros/mdma 是其 README 中介绍的 Rust LLM 推理引擎。它实现了 GGUF 加载器、分词器、Transformer 解码器、KV 缓存和采样器，重点在于用用户自己拥有的硬件提供模型服务。已有信息中没有公开发布版本，仓库创建于 2026 年 9 月 22 日。许可证为 BSD-2-Clause，星标数为 14。
该引擎在一个 Backend trait 之下支持 CPU、ROCm、Vulkan、Level Zero、CUDA、Metal 和 Coral Edge TPU。README 说明，各后端的内核是自行编写的，而非对厂商库的封装。权重、KV 缓存和工作空间的内存在分配之前就会预留，无法容纳的请求会以 RESOURCE_EXHAUSTED 被拒绝。如果模型整体装不进 GPU 内存，--gpu-layers auto 会把尽可能多的层放到 GPU 上。GPU 内核会与 CPU 后端对照，并必须通过验证门：其 greedy token 需要与固定的 llama.cpp 基准一致。README 还说明，CUDA 使用驱动 API 而非工具包，Edge TPU 程序则直接从解码后的指令集生成。
不过 README 将项目状态标记为 experimental。约 1,000 tok/s 是来自未公开系统的自我报告数值，README 也指出公开重建版尚未达到该数值。作为一个仅 14 个星标的早期仓库，它在真实使用中的验证也很有限。因此，与其说这是性能已获验证的推理服务引擎，不如说它更接近一份值得考察的资料，供了解面向个人硬件的后端与验证结构之用。