如果你想系统理解大模型推理框架，却苦于知识点零散、框架繁多，这门三课时导论课会帮你快速建立全景认知。课程不纠缠复杂算法，而是从整体知识地图出发，讲清推理框架、推理引擎与推理服务的边界，梳理 Prefill/Decode、KV Cache、Continuous Batching、PD 分离、量化与长序列等核心专题，并解释为什么 Prefill 偏算力、Decode 偏显存和带宽。随后横向对比 vLLM、SGLang、LMDeploy、TGI、TensorRT-LLM、MindIE 等主流方案，围绕高吞吐与低延迟的权衡给出选型思路。适合 AI 工程师、算法/平台/后端开发者，以及准备做推理部署、性能优化或框架二次开发的技术人员。学完后，你能看懂 LLM 推理全流程，掌握 KV Cache 与性能瓶颈，理解主流框架优劣，并具备初步选型能力，为后续深入 vLLM、PagedAttention、调度优化等打下基础。