光看不够，必须动手。这些实验按难度递增排列，覆盖 FDE 核心技能栈。建议按顺序完成，积累可讲述的实战经验。

前置知识

• 推理引擎概述 — 理解 vLLM/SGLang 的基本原理
• 量化基础 — 理解 INT8/FP8/AWQ 的概念
• 分布式推理— 理解 Tensor Parallel 的原理
• GPU 性能瓶颈 — 理解 Memory-bound vs Compute-bound

为什么需要动手实验

面试问的是 "你做过什么" 而不是 "你读过什么"。这些实验让你：

• 积累真实经验：亲手跑通部署、量化、profiling 全流程
• 形成项目故事：每个实验都是一个可以讲述的 STAR 故事
• 建立直觉：只有亲自看到日志、碰到 OOM、调过 batch size，才能真正理解技术文档在讲什么

本模块学习地图

实验分为三条线：

• 基础线（实验 1 → 2 → 3 → 4）：从部署到量化到性能调优的完整链路
• 并行线（实验 2 → 5）：量化之后直接学习多卡部署
• 实战线（实验 3 → 6）：profiling 之后学习 OOM 排查

面试视角

学完本模块后，你应该能够...

• 独立部署一个 7B 模型并提供 OpenAI 兼容 API
• 对模型进行量化并对比精度/性能差异
• 使用 profiling 工具定位推理瓶颈
• 调整 batch size 参数优化吞吐
• 在多 GPU 上配置 Tensor Parallel
• 独立排查 OOM 问题并给出解决方案