《推理引擎如何工作》讲座幻灯片上线 Google Slides,可在线查阅
zainhas · x · 2026-09-12
zainhas 在推文后补充放出了《How Inference Engines Actually Work》讲座的完整幻灯片(Google Slides 在线版本),内容端到端覆盖一个请求的完整生命周期:推理引擎架构、KV + prefix caching、continuous batching、PagedAttention、chunked prefill、采样与反 tokenization,以及从引擎内部视角看 agentic loop。
这是对前一条发布预告的正式交付,读者可直接在线翻阅整套材料。
所属事件:推理引擎工作原理讲座幻灯片完整公开(4 条相关)→
「Infra」频道最新
- Clover-35B-A3B 量化后仅 29.4GB，64GB Mac 跑出 42 tok/s — viveky259 · 2026-10-31
- Liquid Agent 登陆 Linux：LFM3 小模型全本地运行，一条命令装好 — JosephJacks_ · 2026-10-31
- 纯本地办公 AI 栈：OCR、Agent、RAG、语音六个开源模型组合 — HowDevelop · 2026-10-31
- a16z 数据：GPU 租金三个月涨 106%，token 价格反跌 58% — a16z · 2026-10-31
- vLLM nightly 支持 PLE 磁盘卸载,PR 标签现「Qwen4Exp」引 Qwen4 猜想 — rmhubbert · 2026-10-31
- 按分钟租 GPU 渲染只要 1 美元:一人 AI 工作室工作流曝光 — r0ck3t23 · 2026-10-31