你在对话框里打下一句话，按下回车，停顿片刻，答案开始一个字一个字往外冒。它像有人在屏幕后面飞快地打字——但你知道，那里没有人。 那几秒钟里，到底发生了什么？ 这本书不讲复杂的数学公式，也不用你懂编程。它用最直白的方式，带你走进大模型的“内部车间”：文字怎么变成数字？模型怎么知道“中国首都是”后面该接“北京”？为什么第一个字总是最慢？GPU为什么比CPU更适合跑AI？ 从软件到硬件，从Token到Tensor Core，从注意力机制到KV缓存——你不需要成为AI专家，只需要翻开这本书，就能看懂：原来大模型是这样跑起来的。 下一次按下回车时，你看到的将不只是答案，还有答案背后的那一整套精密运转。