文章板块目录。

Datawhale llm-algo-leetcode 推理优化课程的笔记导航页，汇总本系列各 Task 的学习笔记（GPU 架构与内存、KV Cache 优化技术等）。

LeetCode 题解汇总。

KV Cache 内存计算与优化技术：MHA/MQA/GQA/MLA 注意力架构、KV Cache 量化、Sliding-Window Attention、StreamingLLM、PagedAttention、Prefix Caching、CPU Offloading。Datawhale llm-algo-leetcode 推理优化课程 Task 1-2 笔记。

GPU 架构与内存层次详解：V100/A100/H100/B200 规格与架构演进、Tensor Core、GPU 内存层级。Datawhale llm-algo-leetcode 推理优化课程 Task 1-1 笔记。

只保留前缀与最近滑窗，KV 内存恒定：无训练 3 倍加速、RL 解锁 10 万 token 超长推理。

拆解 NSA 的 Triton 稀疏注意力 kernel 与 27B 模型实验，以及 DeepSeek-V3.2 中 DSA 的工程落地。

拆解 ACL 2025 最佳论文 NSA 的压缩-选择-滑窗三分支架构与原生可训练原理。