Wiki operations

内容维护

只审计核心维护区 ai-systems/**，legacy 内容不计入待办。

构建于 2026/7/11

51核心文章

51已声明状态

20新鲜度待办

5元数据建议

0孤立页面

新鲜度

持续维护页面默认每 180 天复核，提前 30 天进入提醒。

6 maintained · 21 evergreen

需要复核 量化：INT8 / INT4 / FP8 到底在干嘛 页面已显式标记 needs-review 需要复核 模拟器建模指南：显存与吞吐公式 页面已显式标记 needs-review 需要复核 投机解码：突破 decode 一次只出一个 token 的限制 页面已显式标记 needs-review 需要复核 推理引擎架构：vLLM / TensorRT-LLM / SGLang 页面已显式标记 needs-review 需要复核 Cprof C++ Profiling 核心技术 页面已显式标记 needs-review 需要复核 CSA/HCA 注意力：DeepSeek-V4 的混合压缩稀疏机制 页面已显式标记 needs-review 需要复核 DSpark 与 MTP：DeepSeek 投机解码调研 页面已显式标记 needs-review 需要复核 FP4/FP8 量化：低精度推理的存储与计算 页面已显式标记 needs-review 需要复核 GPU Architecture Deep Dive 页面已显式标记 needs-review 需要复核 GPU Communication 页面已显式标记 needs-review 需要复核 HTA 算法原理与实现 页面已显式标记 needs-review 需要复核 LLM 推理系统全栈综合分析 页面已显式标记 needs-review 需要复核 Megatron & Parallel 页面已显式标记 needs-review 需要复核 MoE 推理：Expert 并行、显存与调度机制 页面已显式标记 needs-review 需要复核 nccl-test run 页面已显式标记 needs-review 需要复核 NVTX 原理分析 页面已显式标记 needs-review 需要复核 OpenClaw 完全指南：从入门到多代理架构 页面已显式标记 needs-review 需要复核 OpenVino 页面已显式标记 needs-review 需要复核 PTX 技术详解 页面已显式标记 needs-review 需要复核 Python AI Profiling 页面已显式标记 needs-review

元数据建议

只显示可机械判断的问题；aliases 由搜索黄金查询的真实缺口驱动，不按缩写批量补齐。

5 项

Chunked Prefill 深入分析：调度、Chunk Size 与 Attention 形状 来源型页面缺少 sources CUDA Agent 来源型页面缺少 sources Gavel: Heterogeneity-Aware Cluster Scheduling (OSDI'20) 来源型页面缺少 sources KV Cache Hit Ratio 修正模型：从直觉到统一公式 来源型页面缺少 sources SAC: Sharing-Aware Caching in Multi-Chip GPUs 来源型页面缺少 sources

链接健康

孤立页需要入口；语义候选只用于人工判断。每篇文章始终展示当前最高分的未链接候选，接受一条后可能继续浮出下一条，因此数量不是固定债务总数。

打开知识图谱

孤立页面 0

无孤立页面。

Backlink 建议 17

Agentic Infra：LLM 推理性能优化与 GPU 利用率提升 → H20 批量归因分析报告摘要 · 0.94 Compute-bound vs Memory-bound：推理的两大瓶颈 → Gavel: Heterogeneity-Aware Cluster Scheduling (OSDI'20) · 0.93 Gavel: Heterogeneity-Aware Cluster Scheduling (OSDI'20) → Compute-bound vs Memory-bound：推理的两大瓶颈 · 0.93 FT vs VLLM vs SGLang 推理框架对比摘要 → Agentic Infra：LLM 推理性能优化与 GPU 利用率提升 · 0.93 推理引擎架构：vLLM / TensorRT-LLM / SGLang → Gavel: Heterogeneity-Aware Cluster Scheduling (OSDI'20) · 0.93 H20 批量归因分析报告摘要 → LLM 推理性能优化与 GPU 利用率提升摘要 · 0.93 LLM 推理性能优化与 GPU 利用率提升摘要 → H20 批量归因分析报告摘要 · 0.93 从 Profiling 到 Simulation：推理性能分析的证据链方法 → Chunked Prefill 深入分析：调度、Chunk Size 与 Attention 形状 · 0.92 GPU Architecture Deep Dive → 推理引擎架构：vLLM / TensorRT-LLM / SGLang · 0.92 03. RAG、Memory、Fine-tuning 与 Distillation → 从 Profiling 到 Simulation：推理性能分析的证据链方法 · 0.92 02. Reasoning Model、Agent 与长任务 → 从 Profiling 到 Simulation：推理性能分析的证据链方法 · 0.92 AWP 六维 Breakdown 框架与能力体系摘要 → Chunked Prefill 深入分析：调度、Chunk Size 与 Attention 形状 · 0.92 量化：INT8 / INT4 / FP8 到底在干嘛 → GPU Architecture Deep Dive · 0.92 Chunked Prefill 深入分析：调度、Chunk Size 与 Attention 形状 → Gavel: Heterogeneity-Aware Cluster Scheduling (OSDI'20) · 0.91 PTX 技术详解 → LLM 推理性能优化与 GPU 利用率提升摘要 · 0.91 Token Flow 与 Hidden State：从 Attention 到 LM Head → 03. RAG、Memory、Fine-tuning 与 Distillation · 0.91 投机解码：突破 decode 一次只出一个 token 的限制 → 量化：INT8 / INT4 / FP8 到底在干嘛 · 0.90