主题： AI 基础设施

关注支撑 AI 训练、推理和 Agent 运行的平台、算力、数据与工程基础设施。

全部文章

• https://www.latent.space/p/unsupervised-learning-2026

  2026年4月28日

  AI Highlight

  这组摘录来自 AIE Europe 会后的判断，讨论的是 agent infra 是否开始稳定，以及稳定到底体现在哪里。

• 从零实现 vLLM (1.4）：RMSNorm 如何解决训练不稳定

  2025年10月19日

  技术笔记

  在上篇文章《从零实现 vLLM（1.3）：如何加速 Attention 计算》中，我们深入分析了 Qwen3Attention 组件，学习了 FlashAttention 如何通过在线 Softmax 和分块计算技术。

• 从零实现 vLLM (1.3）：如何加速 Attention 计算

  2025年9月14日

  技术笔记

  在上篇文章《从零实现 vLLM (1.2）：如何实现张量并行》中，我们深入到 Qwen3DecoderLayer 的第一个核心组件：Qwen3Attention。

• 大模型分布式训练（1）：FSDP 的原理与实践

  2025年8月17日

  技术笔记

  在大模型出现之前，分布式训练最常用的技术是 数据并行（Data Parallelism, DP） 。

• 从零实现 vLLM (1.2）：如何实现张量并行

  2025年7月26日

  技术笔记

  在上篇文章《从零实现 vLLM (1.1）：并行词嵌入 VocabParallelEmbedding》中，我们分析了 Qwen3Model 模型中第一个组件：VocabParallelEmbedding 的源码。

• 从零实现 vLLM (1.1）：并行词嵌入 VocabParallelEmbedding

  2025年7月20日

  技术笔记

  我一直都喜欢通过代码学习各种技术，特别是各种从零开始实现 XX 的。

• DeepSeek 新论文 SPCT：让奖励模型学会“先定规则后点评，再打分”

  2025年4月6日

  技术笔记

  现在大语言模型（LLM）是越来越火，能力也越来越强。

• 不需要人类教练的 o3：OpenAI 用强化学习训练出编程"六边形战士"

  2025年2月17日

  技术笔记

  OpenAI 在最近的发表的对比研究中发现：在编程竞赛任务中，人类精心设计的策略败给了强化学习训练的通用模型。

• 深入浅出 GraphRag[2]检索生成

  2024年7月21日

  技术笔记

  在上篇文章《深入浅出 GraphRag 知识图谱生成》中，我分析了 GraphRag 的图谱生成过程，那么生成的这些图谱数据是如何应用到生成里面的？

• 深入浅出 GraphRag[1]知识图谱生成

  2024年7月14日

  技术笔记

  GraphRAG 是微软开源的一个基于大模型 + 知识图谱回答用户问题的开源项目。