Modelplane《An Open Field Guide to Inference Engineering》开源推理工程指南：从 KV Cache 显存计算到 vLLM/SGLang 上线清单

Modelplane 提供一份面向平台工程师的开源推理工程教程（v0.7），系统讲解大模型在 GPU 上的运行原理、KV Cache 显存估算及 Prefill/Decode 性能瓶颈。教程涵盖 vLLM、SGLang 等推理框架的使用与优化，以及推理服务优化、线上监控、Eval 和完整上线检查清单，覆盖从入门到生产部署的路径。