大模型推理引擎vLLM(20):MOE层相关代码流程梳理_权重重排、量化、GEMM计算、EP

大模型推理引擎vLLM(30)：由一个GLM5 bug，整理MLP中的SwiGLU、算子融合、量化相关问题

大模型推理引擎vLLM(22)：怎么添加一个CLI参数以及命令行参数的解析、传递链路代码梳理

大模型推理引擎vLLM(25): 从--kv-cache-dtype fp8_e5m2时gsm8k答非所问的bug梳理kv cache相应代码片段

大模型推理引擎vLLM(30)：由一个GLM5 bug，整理MLP中的SwiGLU、算子融合、量化相关问题

大模型推理引擎vLLM(27): TP场景moe与EP场景MOE的相同点和不同点、使用modular_kernel.py的差异

大模型推理引擎vLLM(21): vllm0.21.0中EP基类代码modular_kernel.py详细走读

大模型推理引擎 vLLM(28)：custom_all_reduce 单机/跨节点原理（IPC、Fabric、HSA）

大模型推理引擎vLLM(30): 参考sglang代码，重构vllm021中MOE EP高吞吐代码，消除空泡问题:400us减小到25us

大模型权重的B/T参数量、显存估算、MoE与Dense模型加载区别以及EP相关问题整理