Бесплатная книга по оптимизации производительности ML-моделей: от чипов до агентов

Автор выпустил открытый учебник по инженерии производительности машинного обучения, охватывающий весь стек от аппаратного обеспечения до систем на базе агентов. Материал фокусируется на понимании узких мест системы (compute, bandwidth, memory) с использованием roofline-анализа, а также на практических методах оптимизации, таких как квантование, прунинг и настройка компиляторов.