wxgmjfhy

笔记

  1. RL 异步 rollout

    从 RL 基础、IMPALA/V-trace、Partial Rollout、AReaL，到 DeepSeek V4.1 / GLM-5.3 / MiMo V2.6 / Kimi K3 的异步 rollout 方案调研与总结。

  2. AI Infra 推理入门

    从一次推理里各算子的张量形状、GPU 的存储层次与计算单元，到 KV Cache 的容量估算、PagedAttention / Prefix cache、FlashAttention 与 Continuous Batching，最后落到 PyTorch、CUDA 与 Triton 的入门笔记。