vLLM：让大模型推理快到飞起\n> 高吞吐量、内存高效的LLM推理与服务引擎\n\n## 教程简介\n本教程系统讲解vLLM技术栈，从基础架构到生产部署，涵盖PagedAttention、连续批处理、内存优化等核心技术，为AI工程师提供完整的性能优化解决方案。教程注重实战应用，包含大量可运行的代码示例和性能调优指南。\n\n## 学习路径\n| 阶段 | 章节 | 预计时长 |\n|------|------|----------|\n| 入门 | 1.x | 2 小时 |\n| 进阶 | 2.x～3.x | 4 小时 |\n| 实战 | 4.x | 3 小时 |\n| 高级 | 5.x | 3 小时 |\n\n## 目录大纲\n- 第1章：vLLM基础入门 → 1.1 / 1.2 / 1.3\n- 第2章：核心架构原理 → 2.1 / 2.2 / 2.3 / 2.4\n- 第3章：性能优化策略 → 3.1 / 3.2 / 3.3 / 3.4\n- 第4章：实战部署指南 → 4.1 / 4.2 / 4.3 / 4.4\n- 第5章：高级进阶应用 → 5.1 / 5.2 / 5.3 / 5.4\n\n## 前置要求\n- Python基础编程能力\n- PyTorch/TensorFlow经验\n- LLM基础概念了解\n- Linux环境操作经验\n\n## 更新记录\n- 2026-06-27：创建文集与章节结构