01综合研究综合研究2026年10月18日6 分钟从 HBM 到 MCU：一条内存层级主线把 KV Cache、FlashAttention、端侧模型与存算一体放进同一张数据移动账本，理解 AI 系统的真正成本。内存层级KV CacheFlashAttention阅读
02实验嵌入式经验2026年10月13日4 分钟端侧内存预算：权重、KV 与 SRAM 的三方挤压用一个可复算模型检查 4-bit 权重、激活和 KV 是否真的放得进目标 SRAM。TinyMLSRAM量化阅读