TGI推理服务能力拆解

文章介绍HuggingFace TGI在显存管理之外的分片、量化、Tokenizer和LoRA能力。

推荐理由：把推理服务从单点算法拉回工程全栈：PagedAttention只解决KV缓存效率，生产部署还取决于量化、权重分片和LoRA热切换等生态适配能力。