meng shao@shao__meng
一个请求进入 LLM 推理引擎后,到底经历了什么? Together AI 工程师 Zain 讲明白了一个请求的一生:一次传播产一个 token,prefill 吃算力、decode 吃显存,KV 缓存、连续批处理层层接力,Agent 循环再把 GPU 榨干。前缀缓存让 100 轮 Agent 计算量从 55 倍降到 10 倍。
meng shao 是在 X 上分享 AI 学习资源的博主,内容以课程笔记和技术讲解为主。近期帖子先整理了 Stanford、CMU、MIT 的 AI 课程清单,包括 Stanford 的 CS329A、CS329Z、CS146S,以及 Percy Liang 与 Tatsu Hashimoto 执教的 CS336 和 Percy Liang 执教的 CS221;随后转述 Together AI 工程师 Zain 对 LLM 推理生命周期的讲解,涉及 prefill、decode、KV 缓存、连续批处理与前缀缓存。
一个请求进入 LLM 推理引擎后,到底经历了什么? Together AI 工程师 Zain 讲明白了一个请求的一生:一次传播产一个 token,prefill 吃算力、decode 吃显存,KV 缓存、连续批处理层层接力,Agent 循环再把 GPU 榨干。前缀缓存让 100 轮 Agent 计算量从 55 倍降到 10 倍。
Stanford、CMU 和 MIT 三所顶级大学的 5 门 AI 课程之外,再分享两门更偏理论和基础的课程。 CS336: Language Modeling from Scratch Stanford AI 课程链的顶点实现课,由 Percy Liang 与 Tatsu Hashimoto 联合执教,从零亲手构建一个完整的语言模型。 CS221: Artificial Intelligence: Principles and Techniques Stanford AI 的本科主干入门课,由 Perc…
最近分享的 5 门来自 Stanford、CMU 和 MIT 三所大学的 AI 课程,我再整合分享一次,视频内容很多,可以先收藏慢慢学习 🔖 1. 斯坦福大学 CS329A Self-Improving AI Agents 人定义意图、Agent 执行的新软件工程 2. 斯坦福大学 CS 329Z: Engineering AI Agents 从模型到系统:流水线 → 复合 AI → 自主 Agent 3. 斯坦福大学 CS146S: The Modern Software Developer 人定义意图、A…