leo 利欧集团泵业科技有限公司

想做 AI Infra / LLM 推理系统 方向。 身边没有同方向的朋友能问，自己摸着石头过河整理了一份学习路线，越整理越虚——感觉知识点又多又散  我自己总结的核心路线就一句话： 先理解模型前向 → 再理解单请求生成 → 最后再看多请求 / 多卡 / 多实例下的系统优化 把 Decoder 模型和最小推理框架先跑通，再去看工业级系统，应该很多设计会自然浮出来——这个思路对吗？ 想和大家多多交流！

很多人刚学嵌入式的时候，最容易产生一种错觉：会 GPIO，懂串口，能写个 SPI、I2C，跑个 FreeRTOS，再调通一个屏幕或者传感器，感觉自己已经入门了。入门当然算入门，但如果要问一句更现实的话：一个嵌入式软件工程师，真正的核心竞争力到底是什么？说得直接一点，嵌入式开发的竞争力，从来不是“会几个外设”，也不是“背了多少八股”，而是你有没有能力把一个系统从“能跑”做成“稳定、可维护、可量产、可定位问题”。这中间的差距，其实非常大。先给结论：嵌入式软件开发的核心竞争力，是这 5 件事如果非要压缩成一句话，我会这样说：嵌入式软件开发的核心竞争力，是面向硬件约束，把系统做对、做稳、做清楚的能力。...