ONNX Runtime嵌入内核+算子下推：库内AI计算的执行链路拆解
外挂向量库的RAG架构，一次语义检索要在应用层和向量库之间走两次网络往返：查业务表拿上下文，再拿上下文去向量库做相似度匹配，最后在应用层拼装。金仓KES AI数据库把AI推理算子下推到数据库执行引擎中，关系过滤与向量相似度计算在同一执行计划中协同完成。本文拆解“计算向数据移动”的范式转变、ONNX Runtime嵌入内核的工程路径，以及算子融合如何把延迟从“两次往返”压到“一次执行”。
预训练全流程：几千张卡跑几个月，一个大模型是怎么训出来的？
本课详解大模型预训练工程实践：拆解6大核心问题——阶段划分、学习率调度、千卡并行策略、低精度训练与梯度裁剪、loss突崩应对、真实算力利用率（MFU）。源自35讲《大模型系统课程》第9课，含Llama 3等一线实证与可复现计算。在线免费阅读→ https://zhuangzhaoyeye.github.io/llm-course/ （238字）
