推理引擎全流程演讲幻灯片开源：从 KV 缓存到 Agentic 循环
nutlope · x · 2026-09-12
工程师 zainhas 发布了一份完整讲解推理引擎工作原理的演讲幻灯片，覆盖一次请求端到端的生命周期：
- 推理引擎内部结构
- KV cache 与 prefix caching
- continuous batching 与 paged attention
- chunked prefill
- sampling 过程
- 从引擎内部视角看 agentic loop
对想理解 vLLM 类系统底层机制的开发者是一份系统性参考资料。
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