别从第一天就过度工程化推理栈
TerryTangYuan · x · 2026-07-07
作者指出多数团队从第一天就过度工程化推理栈：测量前就拆分、并发稳定前就上投机解码、单模型单团队就上多租户网格。反复印证的原则是一次只加一个机制，且仅在测量证明更简方案已到极限时。这是其《分布式 AI 推理》系列第三部分，给出六种部署蓝图，分别对应聊天/副驾驶、长上下文等不同流量形态。
「Infra」频道最新
- Anthropic S-1 曝超 8000 亿美元未入表的未来算力承诺 — GaryMarcus · 2026-10-27
- Anthropic 约 11GW 算力合同中 NVIDIA GPU 占约 42% — ns123abc · 2026-10-27
- EdgeRock-4B KV cache 256K 上下文仅 72 MiB,比 Qwen3.5-4B 小 99.1% — alifcoder · 2026-10-27
- RTX 5080 十天涨价 40%:1658 美元飙至 2318 美元 — Frizzy-MacDrizzle · 2026-10-27
- 12GB 显存实测:不设 VRAM 上限,出图从 24 秒变 11 分钟 — Impossible-Mail-4619 · 2026-10-27
- Neon 自吃狗粮：文档搜索全部改用自家 Lakebase Search 等 AI 组件 — matei_zaharia · 2026-10-27