分析sue仿真代码中的 基于信用的流控机制 和 链路层重传的处理。

分析 vllm hisparse 的运行原理。

传入_compute_global_topk_indices_and_lens_kernel的block_size,CSA 和HCA 逻辑 block_size = 256, storage_block_size = block_size/compress_ratio.SWA 缓存：其 block_size 固定为 64，对应 DeepseekV4SWACache 的 storage_block_

vllm 实现的Hisparse代码分析。Hisparse主要面向sparse Attention场景，将全量kv cache 存入内存，而HBM中只分配一定大小的hot cache。这样可以降低HBM占用，使得推理程序可以配置更大的batch size。

分析 amd gpu上实现的mori通信库

分析 vllm pp 并行场景的处理流程

分析vllm从engine core 到worker的处理流程

分析vllm 中 llama模型的模块组成

分析vllm deepseek v4SWA，CSA，HCA的计算过程

分析vllm deepseek v4SWA，CSA，HCA的计算过程