推荐 Philip Kiely 写的电子书《Inference Engineering》推理工程。地址：learn-inference点com/

这是一本系统介绍生成式 AI 推理工程的书，重点讲模型训练完成后，如何高效、低成本、稳定地部署到生产环境，内容覆盖 GPU 与硬件瓶颈、Transformer 与 KV Cache、vLLM/SGLang/TensorRT-LLM 等推理框架，以及量化、连续批处理、推测解码、并行化和生产部署等关键技术。