一周内打造你自己的大语言模型服务器
探索大型语言模型（LLM）的世界，尽在 Tiny LLM。这是一门专为系统工程师设计的实践性开源课程。您将学习如何利用 Apple Silicon 上的 MLX 从零开始构建和优化 LLM 服务基础架构。为期一周的学习之旅将涵盖从基础矩阵运算到高级 C++/Metal 内核以及高吞吐量请求批处理等所有内容。无论您是想深入了解 LLM 内部机制，还是希望部署自己的 LLM，Tiny LLM 都将提供清晰的指导和社区支持，助您轻松掌握 LLM 服务。
一周速成 LLM 服务，尽在 Tiny LLM
对于渴望深入了解大语言模型（LLM）复杂性的系统工程师而言，一项名为“Tiny LLM”的突破性开源项目提供了一个独特且高强度的学习体验。该项目旨在揭开 LLM 服务过程的神秘面纱，在为期一周的实践课程中，引导参与者构建并优化一个 LLM 推理系统。
什么是 Tiny LLM？
Tiny LLM 是一个雄心勃勃的计划，旨在让系统工程师能够理解 LLM 的内部运作。考虑到高度优化、底层 LLM 服务代码库的复杂性，项目创建者开发了一门起点从基础矩阵操作 API 入手的课程。这种方法使学习者能够掌握加载模型参数和执行文本生成所必需的数学运算的核心概念，这与卡内基梅隆大学深度学习系统课程的“needle”项目有异曲同工之妙。
课程结构与先修要求
该课程为期三周，专注于 Qwen2-7B-Instruct 模型的服务与优化。
- 第一周： 使用纯 Python 和矩阵操作 API 构建一个功能性的 LLM 服务器。
- 第二周： 通过实现 C++/Metal 自定义内核来提升性能。
- 第三周： 探索请求批处理，进一步优化吞吐量。
该课程特别适合对深度学习有基本理解且熟悉 PyTorch 的人士。课程以 MLX（一款为 Apple Silicon 优化的数组和机器学习库）为工具。尽管从理论上兼容 PyTorch 或 NumPy，但 MLX 是主要的测试环境，可确保学习过程的平稳进行。
指南式学习方法
Tiny LLM 更像是一本教程手册，而非传统的教科书。它整合并汇集了实用的在线资源，提供清晰的任务列表和关键提示。这种方法侧重于实践应用，将深入的概念解释留给丰富的在线资源，同时确保术语和张量维度表示的一致性，以便无缝集成代码。
专家打造，社区共享
Tiny LLM 由 Neon/Databricks 的系统软件工程师 Chi 和 PingCAP 的软件工程师 Connor 共同创建，源于他们对深度理解 LLM 推理的渴望。他们的目标是为社区提供一个动手实践、亲身体验构建高性能 LLM 服务系统的平台。
立即开始
准备好踏上这段学习之旅了吗？请按照提供的说明设置好您的开发环境，然后开始构建您自己的 Tiny LLM。该项目鼓励社区参与和反馈，欢迎通过 GitHub 贡献代码，或在 Discord 服务器上进行讨论。加入不断壮大的学习者和开发者社区，共同塑造 LLM 部署的未来。