大模型实施周报
端侧 AI 与大模型推理部署周度精选 · 论文 / 发布 / 工具 / 观点 · 只留信号,过滤噪音
第 8 期:llama.cpp 1.0 与 Vera Rubin 周
2026-11-11 ~ 2026-11-17 · 精选 5 条 · 速览 5 条
第 7 期:推理控制面与 FP4 内核战
2026-11-04 ~ 2026-11-10 · 精选 7 条 · 速览 6 条
第 6 期:量化评测的可复现性之战
2026-10-28 ~ 2026-11-03 · 精选 6 条 · 速览 5 条
第 5 期:多租户 KV 安全与不可移植的加速比
2026-10-21 ~ 2026-10-27 · 精选 7 条 · 速览 5 条
第 4 期:推理栈的异构化与 KV 预算分配
2026-10-14 ~ 2026-10-20 · 精选 7 条 · 速览 5 条
第 3 期:Rubin day-0 与 KV 压缩的工程化拐点
2026-10-07 ~ 2026-10-13 · 精选 7 条 · 速览 5 条
第 2 期:推理引擎的秋季发布潮
2026-09-30 ~ 2026-10-06 · 精选 7 条 · 速览 5 条
第 1 期:单位智能的成本战
2026-09-22 ~ 2026-09-29 · 精选 10 条 · 速览 14 条
栏目说明
本栏目跟踪大模型从 GPU 到 Token 的完整实施链条:推理框架(vLLM / SGLang / llama.cpp 等)发布动态、推理优化与模型压缩新论文、端侧与边缘硬件进展、以及社区实测讨论。本刊于 2026 年第 40 周创刊,第 1 期即创刊号。
筛选原则:带实测数据或代码的优先,纯营销稿降权;无法核实的消息标注 [待证实] 且不进入精选区。