【面試班】記AI-infra/大模型推理社招面試一兄弟的全過程

【手撕MLA】一行行代碼講清Deepseek MLA矩陣吸收

【手撕MLA】一行行手敲Deepseek MLA layer理清維度變換

【手撕MLA】深入梳理Deepseek MLA layer計算維度變化

基於vLLM v1測試BFloat16 vs FP8 Qwen3-MoE模型吞吐性能的重大發現!

從0到1基於vllm大模型推理框架部署Qwen3-MoE

五一愉快，課程打折，優惠來臨

深入解析FlashAttention-V3之FP8/FP16/BF16關鍵細節實現 (下篇)