Skip to content
← 返回课程
CS336 2026 · Lecture 10已发布

Inference

日期
Wed April 29
讲师
Percy
课程资料
9 项
内容产物
4 项

课程简介 ​

本讲区分 Prefill 与 Decode 两个推理阶段,分析 KV Cache、批处理、延迟、吞吐和显存占用之间的关系。随后考察量化、PagedAttention、连续批处理与推测解码等关键技术,解释 vLLM、SGLang、TensorRT-LLM 等系统如何提升在线服务效率。
COURSE MATERIALS官方资料与延伸阅读
ASSIGNMENTS作业节点

资料来源归原作者与课程方所有 · 笔记内容持续校订