从 Q/K/V 的投影含义、多头注意力的独立 softmax，到 GQA/MQA、Decoding KV Cache 与输出稳定性，系统梳理 Transformer 注意力机制。

以一块 16GB 显卡为例，梳理本地跑大模型的完整拼图：llama.cpp / vLLM / SGLang 推理引擎的分工，GGUF 格式与量化等级的取舍，以及国内用 hf-mirror + aria2 高速下载模型的实战方法。

在树莓派 5（aarch64、Debian 12）上安装 OpenAI Codex CLI 的完整实录：先探测各关键域名在直连与代理下的可达性，再用 npmmirror 镜像绕开 GitHub Release 的慢速下载，最后处理 fish shell 的代理包装与 headless 环境下的设备授权登录。

在现有 Radarr 下载管线上接入 Jellyfin、Jellyseerr（Seerr）、Sonarr、Vaultwarden 与 Homepage，形成从点播、下载、播放到密码管理和统一入口的完整树莓派 homelab。

先拆解女娲的人物 Skill 生产流程和本竹的认知模型结构，再分析大规模材料、运行时证据检索、私有语料同步问题，以及本竹的去语料化改造。

从磁化状态、NAND 阈值电压和 DRAM 电容电荷出发，对比机械硬盘、固态硬盘与内存的读写原理、访问粒度、性能、容量、成本和断电保持能力。

从 GPU 的显存带宽需求出发，理解 HBM 为什么选择超宽接口，以及硅中介层、TSV、微凸点、底部填充、散热和混合键合如何实现高带宽与大容量。

从任务依赖和机器学习的并行计算出发，理解 CPU 为什么追求关键路径低延迟、GPU 为什么追求并行吞吐，以及位宽、每针脚数据率和通道数如何决定内存带宽。

基于 AI Trends (July 2026) — AI Trend Analysis, LLM Statistics & Industry Insights 最新数据快照，逐图解读 48 张 AI/LLM 趋势图表及其比较边界。

对比 OpenAI、Anthropic 与国产旗舰模型的 API 价格，并用三种坐标尺度解释价格分布。