Group 3.4: Inference Optimization | 3.4: 推理优化

本组聚焦推理侧的显存与多租户优化，先看 Quantization，再看 Multi-LoRA。

Group Overview | 组概览

这一组把推理侧的压缩和多租户优化串起来，是从 Attention 主线继续落到工程优化的延伸。阅读顺序和组内资产见下表，先看 10，再进入 11。

Group Asset Overview | 组内资产总览

页	职责作用	定位
10	理解量化在推理侧的收益	主线页
11	处理多 LoRA 的共享与切换	主线页

Learning Path | 学习路径

Recommended Order | 推荐顺序

• 先看 10 -> 11，把推理优化和多租户场景串起来。

Next Steps | 后续衔接

• 看完本组后，继续进入 3.5，把推理优化接到调试、内存模型和项目收口上。

Environment Notes | 环境说明

• 默认按 CPU-first 阅读，优先把推理优化的收益与切换成本看懂。
• 这里只写组级统一前提，不点到具体节号。
• 少数页面如需 GPU optional，以后续单页说明为准。