论文从芯片到智能体的高效机器学习系统视角
How to Make Your Model Fast
一本关于机器学习性能工程的免费开源书籍，系统性介绍从硬件底层到智能体应用的ML性能优化方法论，涵盖Roofline分析、量化、剪枝、内核优化和服务部署等主题
时间轴 (近 90 天)
9月29日
免费开源书籍《How to Make Your Model Fast: A Systems View of Efficient Machine Learning, from Silicon to Agents》托管在GitHub上（usamahz/make-your-model-fast），完全免费开源
待验证50%
9月29日
该书将模型性能瓶颈区分为算力受限、带宽受限、内存受限和系统受限四种类型
待验证50%
9月29日
该书采用自底向上的结构，覆盖内核、编译器、量化与剪枝、视觉模型、端侧LLM、机器人、性能剖析、服务部署和智能体等主题
待验证50%
9月29日
作者公开征集反馈与贡献，尤其欢迎从事ML系统、推理、编译器、边缘AI或性能工程的读者参与共建
待验证50%
全部知识事实 (4)
待验证
该书将模型性能瓶颈区分为算力受限、带宽受限、内存受限和系统受限四种类型
50%待验证该书采用自底向上的结构，覆盖内核、编译器、量化与剪枝、视觉模型、端侧LLM、机器人、性能剖析、服务部署和智能体等主题
50%待验证作者公开征集反馈与贡献，尤其欢迎从事ML系统、推理、编译器、边缘AI或性能工程的读者参与共建
50%待验证免费开源书籍《How to Make Your Model Fast: A Systems View of Efficient Machine Learning, from Silicon to Agents》托管在GitHub上（usamahz/make-your-model-fast），完全免费开源
50%