文章梳理量化、投机解码等七类生产环境LLM推理提速策略。
推荐理由：覆盖从模型压缩到解码路径优化的常见降延迟手段，适合用作工程排查清单；实质价值取决于是否给出各策略在吞吐、成本和精度上的权衡。
阅读原文