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
lla
2025-12-25