QUANTA · 推理系统专题
四个理论，四个可以亲手把玩的实验。
不读公式，先动手——滑杆、开关和动画会把论文讲给你听。
一次请求，两种物理。
双泳道动画对比单体与分离架构，拖动 prompt 长度，看首 token 延迟与吞吐如何分化。
进入实验室 ↗记忆，按温度分层。
实时模拟 KV 块的生命周期：流入上下文、沉入 PIM 热层、坠入冷层，再被一次召回点亮。
进入实验室 ↗请求，落在最便宜的层级。
发出四种请求看它们各自的归宿；拉下断网开关，亲手体验「降级模式」的设计取舍。
进入实验室 ↗用一条线，看穿一台机器。
活的 roofline 图：拉动带宽与算力滑杆，亲眼证明算力 ×10 对解码毫无作用。
进入实验室 ↗这些实验背后的完整论证，见 Noeton 论文第六章「分析」