专项论文分析
这是 ZenMind 的专项扩展栏目：一份独立维护的 GPU 大模型系统论文中文精读（2024–2025）静态报告快照。 它与本博客的随笔文章相互独立：报告以云计算架构师视角组织， 每篇论文按统一的 13 节模板精读，并用 P/R/E/I 四级证据标签 （论文 / 官方仓库 / 外部资料 / 编辑推断）区分「论文声称」与「编辑解读」。
发布状态（截至 快照）
完整报告规划核心论文 16 篇； 本快照当前包含核心论文页 16 篇， 其余 0 篇尚未完成、暂未收录。 快照只包含可直接阅读的 HTML 页面与静态资源（不含论文 PDF、原始提取文本与构建脚本）。
核心论文页：16 / 16 已发布
已收录的核心论文页
- DistServe （推理服务与资源调度）
- Sarathi-Serve （推理服务与资源调度）
- Mooncake （推理服务与资源调度）
- vAttention （推理服务与资源调度）
- FlashInfer （推理服务与资源调度）
- EAGLE （解码加速与量化）
- Medusa （解码加速与量化）
- KIVI （解码加速与量化）
- QuaRot （解码加速与量化）
- QServe （解码加速与量化）
- FlashAttention-3 （训练、并行与 GPU Kernel）
- Liger Kernel （训练、并行与 GPU Kernel）
- MegaScale （训练、并行与 GPU Kernel）
- TorchTitan （训练、并行与 GPU Kernel）
- GaLore （训练、并行与 GPU Kernel）
- DeepSeek-V3 （训练、并行与 GPU Kernel）
奠基论文（独立内容，非核心 16 篇）
除核心 16 篇外，快照另收录奠基论文：提出于更早、被核心合集反复引用的机制原始文献。 奠基论文按同样的 13 节模板与证据规则精读，但单列展示， 不计入核心论文数量、筛选与统计。
F01 · Attention Is All You Need（Transformer）
2017 年提出 Transformer 的原始论文（NIPS 2017；快照 PDF 为 arXiv v7，2023-08-02 修订版）。 详情页显式区分这两条发表记录、原样保留英法 BLEU 41.8（摘要/表 2）与 41.0（§6.1）的文内差异， 并将论文链接的 Tensor2Tensor 标注为「官方历史实现，已归档（2026-09-14 核验）」； decoder-only、RoPE、RMSNorm、GQA、FlashAttention、现代 KV-cache 服务等后续工作均不归于该论文。
B01 · The Annotated Transformer 中文导读（加餐）
Ilya 书单 i17 原作的中文导读：覆盖原文 35 节的逐节精读——模型架构、训练、两个实战例子与注意力可视化， 关键实现配中文思路说明，初中数学可读。加餐导读页（非逐字翻译），不计入核心论文数量。
B02 · The Annotated Transformer 中文全译（加餐）
原文的中文全译：124 个单元格全译——73 段正文逐字翻译、51 段实现代码逐字节保留（注释已译）， 原文全部插图收录。原文与译文均以 MIT 许可发布；不计入核心论文数量。
B03 · Mini-SGLang 代码导读（加餐）
SGLang 官方 5000 行精简推理框架的读码路线图：四进程架构、五大核心机制 （Radix Cache / Chunked Prefill / Overlap Scheduling / TP / 优化内核）、模块地图与逐层阅读顺序。 MIT 许可，无需 GPU 即可读码；不计入核心论文数量。
B04 · 深度学习讲解者图鉴（加餐）
国际与中文圈最出圈的 9 位深度学习讲解者盘点（Olah / Alammar / Karpathy / Weng / Rush / 3Blue1Brown / Nielsen / 李宏毅 / 李沐）：代表作入口全部验证可访问，附「从零搞懂 Transformer 的最短学习路径」与 i 系列（i07 / i11 / i12 / i16 / i17）搭配阅读表。
B05 · 从初中数学到 Transformer：完整学习线路图（加餐）
六阶段学习线路图：初中数学打底 → 高中数学桥（3Blue1Brown 线代/微积分本质）→ 神经网络直觉 （Nielsen/micrograd）→ 序列与注意力（Olah/Karpathy）→ Transformer 主线四步闭环 → 大模型全景与 本站 16 篇推理系统精读。整合九位讲解者全部核心链接，每阶段配出口自测。
Ilya 推荐书单系列（独立内容，非核心 16 篇）
Ilya Sutskever 赠予 John Carmack 的研究书单（公开整理版 27 条，流传说法约 30 条）。 每篇按「初中数学也能懂」的深度解读骨架展开：论文名片、Ilya 为什么选它、从生活说起、 核心思想拆解、动手算一算、它改变了什么、术语小词典、原文与代码。 本系列不计入核心论文数量、筛选与统计。
已收录的 Ilya 书单页（28 / 28）
- Ilya 书单系列导语 （Ilya 推荐书单）
- 最小描述长度（MDL） （Ilya 推荐书单 · 理论地基）
- Kolmogorov 复杂度与算法随机性 （Ilya 推荐书单 · 理论地基）
- 用描述长度精简神经网络（1993） （Ilya 推荐书单 · 理论地基）
- 咖啡自动机：复杂度的起落 （Ilya 推荐书单 · 理论地基）
- 复杂动力学第一定律 （Ilya 推荐书单 · 理论地基）
- AlexNet （Ilya 推荐书单 · 卷积网络）
- CS231n（CNN 公开课） （Ilya 推荐书单 · 卷积网络）
- ResNet 深度残差学习 （Ilya 推荐书单 · 卷积网络）
- 残差网络的恒等映射 （Ilya 推荐书单 · 卷积网络）
- 膨胀卷积 （Ilya 推荐书单 · 卷积网络）
- RNN 的惊人有效性 （Ilya 推荐书单 · 循环网络与注意力）
- 理解 LSTM 网络 （Ilya 推荐书单 · 循环网络与注意力）
- 循环神经网络正则化 （Ilya 推荐书单 · 循环网络与注意力）
- 关系循环网络 （Ilya 推荐书单 · 循环网络与注意力）
- 注意力机器翻译（对齐） （Ilya 推荐书单 · 循环网络与注意力）
- Attention Is All You Need（教学版） （Ilya 推荐书单 · Transformer）
- The Annotated Transformer （Ilya 推荐书单 · Transformer）
- 指针网络 （Ilya 推荐书单 · 架构探索）
- Order Matters（集合的序列到序列） （Ilya 推荐书单 · 架构探索）
- 神经图灵机 （Ilya 推荐书单 · 架构探索）
- 消息传递神经网络 （Ilya 推荐书单 · 架构探索）
- 关系推理模块 （Ilya 推荐书单 · 架构探索）
- 变分有损自编码器 （Ilya 推荐书单 · 架构探索）
- Deep Speech 2 （Ilya 推荐书单 · 规模化）
- 神经语言模型缩放定律 （Ilya 推荐书单 · 规模化）
- GPipe 流水线并行 （Ilya 推荐书单 · 规模化）
- 机器超级智能（Shane Legg） （Ilya 推荐书单 · 智能的定义）
如何阅读这份报告
- 每个数字都带完整条件（硬件、模型、精度、批量、基线与 PDF 页码）； 论文未披露的字段会明确写出，不会留空。
- P＝论文正文（含页码），R＝核验过的官方仓库， E＝外部资料（仅用于部署映射与版本核对），I＝编辑推断。
- 报告不做跨论文性能数字的横向排名：各篇硬件、模型与负载口径不同， 任何倍数请回到对应详情页核对完整条件。