01
Kimi K3：架构、训练与推理系统研究
ai-systems / llm-inference
llm-inferenceattentionmoedistributed-training
+1
02
量化：从 Scale 到 W4A8 的完整坐标
ai-systems / llm-inference
llm-inferencequantizationprefilldecode
+1
03
从 AVX/AMX 到 Tensor Core：CPU 工程师理解 LLM 量化
ai-systems / llm-inference
llm-inferencequantizationcpugpu
04
FP4/FP8 量化：值域、Scale 与运行时合同
ai-systems / llm-inference
llm-inferencequantizationgpu
05
GLM-5.2 量化执行图：W4A8、BMM 与 KV8
ai-systems / llm-inference
llm-inferencequantizationfp4fp8
+2
06
量化方法与评测：从 PTQ/QAT 到可复现实验
ai-systems / llm-inference
llm-inferencequantizationprofilingresearch
07
Agentic Infra：LLM 推理性能优化与 GPU 利用率提升
ai-systems / llm-inference
llm-inferencegpu-optimizationprofilingawp
+4