推理优化 8
- 推理 INFRA 方法论（7）：核心优化：CUDA Graph、投机推理、Overlap 与量化 Nov 1, 2026
- 推理 INFRA 方法论（6）：PD 与 EPD：阶段分离、状态传输与资源配比 Sep 19, 2026
- 推理 INFRA 方法论（5）：MoE 推理：Batch、DeepEP、DeepGEMM 与负载均衡 Aug 6, 2026
- 推理 INFRA 方法论（4）：Attention 演变：从 GQA、MLA 到混合状态 Jun 24, 2026
- 推理 INFRA 方法论（3）：推理硬件：GPU、NPU 与存储层级 May 11, 2026
- 推理 INFRA 方法论（2）：分布式推理：TP、DP、EP、CP 与 PP 的取舍 Mar 29, 2026
- 推理 INFRA 方法论（1）：通信模型：从集合原语到跨机拓扑 Feb 13, 2026
- 推理 INFRA 方法论（0）：Roofline：用算力与带宽建立性能预算 Jan 1, 2026