把 Kimi K3 这类混合注意力、超大规模 MoE 模型拆成可执行的推理系统设计，能够读懂技术报告、定位缓存瓶颈，并在推理引擎中做出有依据的 KV/state cache 取舍。 课程目录 第一课：Kimi K3 四个核心模块的公式与真实张量流 第二课：一个请求走完 Kimi K3 的 prefill 与 decode