K/V 分布不对称引出非对称 2-bit 量化：拆解 ICML 2024 KIVI 的 per-channel Key、per-token Value 与流式残差窗口。

从激活离群值讲起，拆解 SmoothQuant 的数学等价平滑变换与 α 迁移强度，理解 W8A8 量化为何能无损加速 LLM 推理。

拆解美团 LSA 三大机制：流式预算、跨层索引与层级索引，说实话它相比 NSA/DSA 改进了什么。

从 LRU 前缀树、最长前缀匹配到缓存感知调度，拆解 SGLang 的 RadixAttention 如何自动复用 KV Cache。

从 OBS 到 OBQ：拆解 GPTQ 的任意顺序、懒惰批量更新与 Cholesky 三大改造，175B 模型 4-bit 量化仅掉 0.03 困惑度。

从旋转矩阵到复数乘法，拆解 RoPE 的数学原理、GPU 实现与 PI/NTK/YaRN 长度外推方法。

从「不变方向」讲起，完整推导特征多项式、对角化与谱定理，在 RoPE 复特征值、SVD 低秩压缩与条件数里找到特征值的身影。

拆解 DeepSeek 开源周第二弹 DeepEP：高吞吐与低延迟两类内核，NVLink/RDMA 上的 dispatch/combine 如何逼近硬件带宽极限。

拆解 DeepSeek-V4 的 CSA/HCA 混合注意力：压缩 KV、闪电索引器、分组输出投影与异构 KV Cache 管理。

拆解 DeepSeek 官方推理系统：EP 攒大 batch、双批重叠藏通信、三个负载均衡器稳住 226 节点集群。

拆解 DeepSeek 开源周第三弹：1×128 细粒度缩放、两级累加与全 JIT 设计如何逼近 Hopper FP8 峰值。

拆解 DeepSeek-V3 的 MTP 顺序模块：共享主干的未来 token 预测如何兼当自投机解码草稿引擎。