边缘智能新范式：TinyML 与边缘 AI 推理引擎的架构设计与工程实践
深入剖析边缘AI推理引擎的完整工程化路径：从TinyML基础概念到微控制器上的模型部署，涵盖INT8/FP16量化压缩、算子级优化、内存约束下的图编译策略、CMSIS-NN与Ethos-U NPU加速推理，并通过CIFAR-10分类器与关键词唤醒实战展示端到端推理流水线
模型部署
大语言模型推理部署优化：从KV Cache到张量并行的工程实践
深入探讨LLM推理部署中的核心优化技术，包括KV Cache管理、张量并行、量化压缩和批处理策略
边缘端模型推理优化：量化与张量分解的协同加速实战
深度解析边缘设备上大型AI模型推理加速的协同优化策略。从模型量化（GPTQ/AWQ/SmoothQuant）到张量分解（SVD/Tucker/CP），再到硬件感知编译优化，全面覆盖端侧推理的技术栈与实践要点。
大模型推理优化的工程实践：从 KV Cache 管理到量化部署的深度解析
深入解析大模型推理优化的五大核心技术：KV Cache 管理策略、连续批处理调度、模型量化压缩（GPTQ/AWQ/FP8）、推测解码算法以及硬件感知部署架构设计
