嗨，我是 Tanmo。
日常在做大模型推理（LLM Serving）相关的工程与研究：Prefill/Decode 分离部署、KV cache 调度、异构加速器（GPU / PPU）上的 kernel 优化、投机解码等。
这个博客用来沉淀读过的论文、写过的实验、踩过的坑，也顺便建立一点点公共的知识索引，欢迎交流。
- GitHub: https://github.com/Tanmo-ai
- Email:
you@example.com
站点技术栈：Hugo + PaperMod + GitHub Pages + GitHub Actions，源码开源在 博客仓库。