llama2.c
Andrej Karpathy编写的极简C语言LLM推理实现，用单个run.c文件跑通Llama 2架构，以简洁、可读、易修改为核心设计目标，适合教学和CPU端到端性能测量
时间轴 (近 90 天)
在不改动优化后数学逻辑的前提下恢复每token后的fflush(stdout)操作，可使输出在37毫秒后开始、477毫秒完成，兼顾计算优化与流式体验
该基准使用锁定在特定commit的llama2.c，配合TinyStories的FP32检查点（15M、42M、110M参数），这些是跑在llama2.c上的小模型而非完整的Llama 2
llama2.c是Andrej Karpathy编写的极简C语言推理实现，核心逻辑集中在单个run.c文件中
Claude的原始候选移除了每token的fflush(stdout)改为最后才刷新，重放测得完成加速比2.73×但首字节加速比仅0.44×（即流式输出变慢）
Andrej Karpathy 用约700行C代码实现了 Llama 2 推理的 llama2.c 项目
全部知识事实 (5)
在不改动优化后数学逻辑的前提下恢复每token后的fflush(stdout)操作，可使输出在37毫秒后开始、477毫秒完成，兼顾计算优化与流式体验
50%待验证该基准使用锁定在特定commit的llama2.c，配合TinyStories的FP32检查点（15M、42M、110M参数），这些是跑在llama2.c上的小模型而非完整的Llama 2
50%待验证llama2.c是Andrej Karpathy编写的极简C语言推理实现，核心逻辑集中在单个run.c文件中
50%待验证Claude的原始候选移除了每token的fflush(stdout)改为最后才刷新，重放测得完成加速比2.73×但首字节加速比仅0.44×（即流式输出变慢）
50%待验证Andrej Karpathy 用约700行C代码实现了 Llama 2 推理的 llama2.c 项目
50%