AI 工程 2026-03-22Unsloth 高效微调实战：单卡 QLoRA 的极致性能与内部原理Unsloth 用手写 Triton kernel 把单卡 LoRA 微调速度和显存压到极致。本文讲清 Unsloth 的原理、和 LLaMA Factory/TRL 的组合用法，以及真实使用的坑。◷ 7 min Unsloth · QLoRA · 微调
推理部署 2026-03-11Triton Inference Server 生产部署：模型编排、动态批处理与多框架混部把 Triton 从一个陌生的 NVIDIA 推理服务器讲清楚：model repository、backend、动态批处理、ensemble、BLS、Python backend、生产监控和踩坑实录。◷ 10 min Triton · 推理服务 · 模型编排
