每篇以"对比/拆解"视角切入：同一模型/组件在 NVIDIA、AMD、Ascend 三个平台上的实现差异， 或新架构机制的逐层拆解与性能机会分析。 与按模块"从上往下"的讲解（detailed/panorama）、按需求讲述的故事（stories/）互补。
DeepSeek V4.1-Flash 架构拆解 性能机会点 ×7
CED（20 层因果编码器 + 20 层解码器、KV 由编码器末端投影）与 CSA2（Full/Reindex/Reuse 三模式 + 分层稀疏索引器 + FP4 KV 890B/token）机制拆解，逐条映射到 vllm-ascend 真实代码（a71b766ce）； 给出 7 个性能协助机会点：融合 Compressor 扩展、FP4 main KV、A5 CSA 特化、Engram 异步查表、 DSpark 元数据复用、decode 双流深化、CED×PD 分离。
Kimi K3 模型对比 源码级
上游 vLLM（NVIDIA/AMD 内建实现）vs vLLM-Ascend 插件：整体架构与平台路由、组件级对比（Attention/KDA/MoE/attn_res）、 继承与替换策略、设计哲学；第 9 章函数级调用链（vs AMD 对照）、第 10 章软件栈分层（Python → CANN → NPU 硬件）。 大图支持一键下载 SVG。