llama.cpp 系列导读：源码解析三部曲

想读懂 llama.cpp，最好的路径是从底往上：先看它如何设计推理引擎（GGML），再看模型如何从磁盘走进内存（GGUF），最后看它如何把推理搬到局域网的另一台机器上（RPC）。3 篇文章按发文时间顺序读即是推荐阅读顺序。

全系列

• llama.cpp 源码解析（一）：GGML——大模型推理引擎是如何设计的：张量库的核心抽象与计算图
• llama.cpp 源码解析（二）：GGUF 格式与模型加载——从磁盘文件到内存张量：GGUF 二进制结构、量化类型与加载全流程
• llama.cpp RPC 局域网分布式推理验证：分层切分的原理与实测

怎么读这个系列

• 想读懂源码：按顺序读，GGML 的抽象是后两篇的地基
• 只想跑模型：第二篇的 GGUF 一节够用了
• 手里有多台机器：直接看第三篇的 RPC 实测数据再决定要不要折腾