Java不加糖#大模型
25 篇
- DeepSeek 注意力结构对比：MHA、GQA、MLA、DSA、CSA、HCA、CSA2学习 · 12 min
- 推理服务的缓存与调度：前缀、多级存储、集群路由学习 · 4 min
- 显存账本：每张卡上住着什么，搬走付什么学习 · 4 min
- 数据并行与 ZeRO：三级分片各省多少学习 · 3 min
- 流水线并行：1F1B、虚拟段与气泡学习 · 4 min
- 并行策略总览：六个维度各切什么、怎么通信学习 · 22 min
- Kimi K3 模型结构（10）：RL 与服务，状态住在哪里学习 · 7 min
- Kimi K3 模型结构（9）：显存，把 2.8T 塞进 GPU学习 · 9 min
- DeepSeek-V4 模型结构（7）：结构决定系统学习 · 7 min
- DeepSeek-V4 模型结构（6）：优化器与稳定性，Muon学习 · 8 min
- Kimi K3 模型结构（8）：训练并行，一步训练里谁在等谁学习 · 10 min
- DeepSeek-V4 模型结构（5）：宽度维度，DeepSeekMoE 的四个改动学习 · 7 min
- DeepSeek-V4 模型结构（4）：深度维度，mHC学习 · 14 min
- DeepSeek-V4 模型结构（3）：序列维度（下），HCA、混合排布与零件学习 · 7 min
- DeepSeek-V4 模型结构（2）：序列维度（中），Lightning Indexer 与稀疏选择学习 · 7 min
- DeepSeek-V4 模型结构（1）：序列维度（上），从 MLA 到压缩 KV学习 · 10 min
- DeepSeek-V4 模型结构（0）：一张图看懂 DeepSeek-V4学习 · 9 min
- Kimi K3 模型结构（7）：结构决定系统学习 · 17 min
- Kimi K3 模型结构（6）：输入端与零件，MoonViT-V2、MTP、Per-Head Muon学习 · 6 min
- Kimi K3 模型结构（5）：宽度维度，Stable LatentMoE学习 · 12 min
- Kimi K3 模型结构（3）：序列维度，Gated MLA 与 3:1 混合学习 · 6 min
- Kimi K3 模型结构（2）：序列维度（下），chunkwise 并行与下界衰减学习 · 23 min
- Kimi K3 模型结构（1）：序列维度（上），从线性注意力到 KDA学习 · 18 min
- Kimi K3 模型结构（4）：深度维度，Attention Residuals学习 · 14 min
- Kimi K3 模型结构（0）：一张图看懂 Kimi K3学习 · 9 min