一、LLM大模型推理性能瓶颈分析 LLM（Large Language Model）的推理过程涉及海量参数加载、复杂注意力计算及长序列处理，其性能瓶颈主要体现在三个方面： 计算密度不足：单次推理需完成数十亿次浮点运算，传统CPU……
