Published at 2026-09-18 | Last Update 2026-09-18
最近梳理了下vllm从接收API请求到cuda计算通讯的流程图，记录在流程图中，从一个请求出发，鸟瞰整个技术架构和深入某些技术细节，同时可用梳理整个知识体系，遂有了此篇文章，同时也在不断修改和更新。
