AI 工程师 GPU 底层教程：从 token 流转、显存计算到量化与多卡切分

这份 AI 工程师 GPU 底层教程从推理工程师视角，讲解 token 如何流经硬件，以及计算与内存瓶颈、FLOPS 的实际含义。内容涵盖训练与推理的硬件需求差异、CUDA Kernel、显存估算、模型量化，以及多 GPU 与大模型切分方案。