↓
跳过正文
Yiwen Cai
首页
项目
笔记
关于
标签
首页
项目
笔记
关于
标签
Yiwen Cai
GPU 高性能算子 / 大模型训推系统 / Algorithm–Infra Co-design
知
最近的文章
推理引擎的三本账:从 DeepInfer 看状态、时间与确定性
2026年11月15日
·
7048 字
·
15 分钟
Z-Cache 的系统账本:一个特征缓存近似,在显存、带宽与首帧延迟上意味着什么
2026年11月11日
·
5390 字
·
11 分钟
MIT 6.S184: Flow Matching and Diffusion Models — 第 7 章:离散扩散模型:用 CTMC 构建语言模型
2026年11月3日
·
1070 字
·
3 分钟
SGLang 架构精读(二):SGLang-Omni 七阶段异构调度、流式硬实时声码器与原生全双工状态机
2026年11月3日
·
6661 字
·
14 分钟
SGLang 架构精读(三):DP Attention、Two-Batch Overlap、HiCache 与 Mooncake PD 分离全景
2026年11月3日
·
7841 字
·
16 分钟
SGLang 架构精读(一):从三级页表、Piecewise CUDA Graph 到 MLA 矩阵吸收与投机解码
2026年11月3日
·
7796 字
·
16 分钟
显示更多
↑