第八篇 · 前沿专题
带着前七篇的地基，学会自己判断新论文
⏳ 本章待补充
这一章要回答的问题
带着前七篇的地基，怎么判断一篇新论文值不值得读？
这一章不打算给你一份"最新论文清单"——那会很快过时。它要给你的是六条演进链，每条的前半部分你已经在前面读过了，后半部分是"今天正在发生的事"。
六条演进链
| 专题 | 从哪里来 | 现在在哪 |
|---|---|---|
| 长上下文 | FlashAttention（第三篇）、Ring Attention（第四篇） | Striped Attention、架构层面消除 KV Cache |
| MoE 系统 | GShard / Switch（第四篇） | DeepSeek-V3 的节点受限路由与 FP8 |
| 后训练与 RLHF Infra | 第四篇 + 第五篇 | HybridFlow / verl：训练与推理模式反复切换 |
| 低精度训练 | 推理侧量化（第五篇） | FP8 训练的误差累积问题 |
| 扩散模型并行推理 | 第三、四篇的分块与依赖处理 | DistriFusion：用历史结果填补时序依赖 |
| KV Cache 为中心的架构 | PagedAttention、SGLang（第五篇） | Mooncake：集群级分层 KV Cache 池 |
如何自己跟踪前沿（比读完任何清单都重要）
- 盯会议：MLSys、OSDI、SOSP、NSDI、ASPLOS、ISCA，以及 ICML / NeurIPS 的系统相关 track。
- 盯开源项目的 release note：vLLM、SGLang、DeepSpeed、Megatron-LM、TensorRT-LLM 的更新日志里，绝大多数新技术都能找到对应论文。
- 盯技术报告：各大模型的技术报告都有大段 Infra 章节，是工业界真实做法的第一手材料。
- 用前七篇的框架判断一篇新论文：
- 它属于哪一层？
- 它优化的是哪个指标（吞吐 / 延迟 / 显存 / 通信 / 恢复时间）？
- 它把什么换成了什么？代价是什么？
- 它的假设在你的场景里成立吗？
能快速回答这四个问题，你就不再需要别人给你推荐论文了。这也是整套教材的最终目标。
← 返回 首页 ｜ 上一章：第七篇 · 集群调度与容错