大语言模型训练机制全解·第三篇：高效推理与轻量部署核心技术聚焦大语言模型推理优化与部署：模型量化（GPTQ/AWQ/SmoothQuant）、KV Cache 优化（GQA/PagedAttention）、投机解码、连续批处理、推理框架对比与边缘部署。 ...